資料結構相關子產品(隊列和棧)

collections

（轉載自廖學峰的官方網站）

collections是Python内建的一個集合子產品，提供了許多有用的集合類。

namedtuple

我們知道tuple可以表示不變集合，例如，一個點的二維坐标就可以表示成：

p = (1, 2)

但是，看到(1, 2)，很難看出這個tuple是用來表示一個坐标的。

定義一個class又小題大做了，這時，namedtuple就派上了用場：

 from collections import namedtuple
 Point = namedtuple('Point', ['x', 'y'])
 p = Point(1, 2)
 p.x
 p.y      

namedtuple是一個函數，它用來建立一個自定義的tuple對象，并且規定了tuple元素的個數，并可以用屬性而不是索引來引用tuple的某個元素。

這樣一來，我們用namedtuple可以很友善地定義一種資料類型，它具備tuple的不變性，又可以根據屬性來引用，使用十分友善。

可以驗證建立的Point對象是tuple的一種子類：

 isinstance(p, Point)
isinstance(p, tuple)      

類似的，如果要用坐标和半徑表示一個圓，也可以用namedtuple定義：

namedtuple('名稱', [屬性list]):Circle = namedtuple('Circle', ['x', 'y', 'r'])

deque

使用list存儲資料時，按索引通路元素很快，但是插入和删除元素就很慢了，因為list是線性存儲，資料量大的時候，插入和删除效率很低。

deque是為了高效實作插入和删除操作的雙向清單，适合用于隊列和棧：

from collections import dequeq = deque(['a', 'b', 'c'])
q.append('x')
q.appendleft('y')
qdeque(['y', 'a', 'b', 'c', 'x'])      

deque除了實作list的append()和pop()外，還支援appendleft()和popleft()，這樣就可以非常高效地往頭部添加或删除元素。

使用 deque(maxlen=N) 構造函數會建立一個固定大小的隊列。當新的元素加入并且這個隊列已滿的時候， 最老的元素會自動被移除掉。

代碼示例：

>>> q = deque(maxlen=3)>>> q.append(1)>>> q.append(2)>>> q.append(3)>>> qdeque([1, 2, 3], maxlen=3)>>> q.append(4)>>> qdeque([2, 3, 4], maxlen=3)>>> q.append(5)>>> qdeque([3, 4, 5], maxlen=3)      

defaultdict

使用dict時，如果引用的Key不存在，就會抛出KeyError。如果希望key不存在時，傳回一個預設值，就可以用defaultdict：

from collections import defaultdict
 dd = defaultdict(lambda: 'N/A')
dd['key1'] = 'abc'>>> dd['key1'] # key1存在'abc'>>> dd['key2'] # key2不存在，傳回預設值'N/A'      

注意預設值是調用函數傳回的，而函數在建立defaultdict對象時傳入。

除了在Key不存在時傳回預設值，defaultdict的其他行為跟dict是完全一樣的。

OrderedDict

使用dict時，Key是無序的。在對dict做疊代時，我們無法确定Key的順序。

如果要保持Key的順序，可以用OrderedDict：

>>> from collections import OrderedDict>>> d = dict([('a', 1), ('b', 2), ('c', 3)])>>> d # dict的Key是無序的{'a': 1, 'c': 3, 'b': 2}>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])>>> od # OrderedDict的Key是有序的OrderedDict([('a', 1), ('b', 2), ('c', 3)])      

注意，OrderedDict的Key會按照插入的順序排列，不是Key本身排序：

>>> od = OrderedDict()>>> od['z'] = 1>>> od['y'] = 2>>> od['x'] = 3>>> od.keys() # 按照插入的Key的順序傳回['z', 'y', 'x']      

OrderedDict可以實作一個FIFO（先進先出）的dict，當容量超出限制時，先删除最早添加的Key：

from collections import OrderedDictclass LastUpdatedOrderedDict(OrderedDict):def __init__(self, capacity):
        super(LastUpdatedOrderedDict, self).__init__()
        self._capacity = capacity    def __setitem__(self, key, value):
        containsKey = 1 if key in self else 0if len(self) - containsKey >= self._capacity:
            last = self.popitem(last=False)            print 'remove:', last        if containsKey:            del self[key]            print 'set:', (key, value)        else:            print 'add:', (key, value)
        OrderedDict.__setitem__(self, key, value)      

Counter

Counter是一個簡單的計數器，例如，統計字元出現的個數：

>>> from collections import Counter>>> c = Counter()>>> for ch in 'programming':...     c[ch] = c[ch] + 1...>>> c
Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})      

Counter實際上也是dict的一個子類，上面的結果可以看出，字元'g'、'm'、'r'各出現了兩次，其他字元各出現了一次。

小結