Python3 CookBook | 数据结构和算法（一）

文章首发于知乎专栏，欢迎关注。
https://zhuanlan.zhihu.com/py...

以下测试代码全部基于 Python3。

Python 提供了大量的内置数据结构，包括列表，集合以及字典。在工作和编码中，可以说天天和它们打交道，经常碰到查询，排序和过滤等等这些问题，虽然每次解决这些问题并不困难，但总感觉代码写的很麻烦，不够优雅。

最近通过阅读《Python3 CookBook》，了解了一些更优秀的方法，做一些简单记录，与大家分享。

1、解压可迭代对象赋值给多个变量

我们都知道，一个序列是可以赋值给多个变量的，就像下面这样：

In [7]: p = (1, 2, 3)

In [8]: x, y, z = p

In [9]: x
Out[9]: 1

但如果接收的变量个数和序列元素个数不一致，就会报错，如果你不知道元素个数的话，可以采用下面这样的方式：

In [10]: x, *y = p

In [11]: y
Out[11]: [2, 3]

通过这种星号的方式，就可以解压不确定个数或任意个数的可迭代对象了，是不是很棒呢？

那么，用这个方法可以解决哪些问题呢？

先来看一种情况，现在有一个序列，去掉第一个数和最后一个数，然后求剩下数的平均值。

这个问题很简单，我的第一反应是循环求和，然后计算平均值，显然很麻烦。这时候星号表达式就派上用场了：

def drop_first_last(items):
  first, *middle, last = items
  return avg(middle)

再看一种情况，比如字符串的分割：

In [12]: line = 'drwxr-xr-x  41 zyx  staff   1.4K 11 24 08:53 zyx'

In [13]: info, *fields, homedir = line.split(' ')

In [14]: info
Out[14]: 'drwxr-xr-x'

In [15]: homedir
Out[15]: 'zyx'

2、保留最后 N 个元素

这个问题也是经常会遇到的，比如只取文件中满足要求的前五行，或者只返回满足要求的最新十条数据。我的第一反应是列表，然后通过 push 和 pop 来操作列表来实现。

其实通过 collections.deque 可以很容易解决这个问题，使用 deque(maxlen=N) 构造函数新建一个固定大小的队列。当新元素加入并且这个队列已满时，最先进入队列的元素便会被移除，符合先进先出的原则。

In [16]: from collections import deque

In [17]: q = deque(maxlen=3)

In [18]: q.append(1)

In [19]: q.append(2)

In [20]: q.append(3)

In [21]: q
Out[21]: deque([1, 2, 3])

In [22]: q.append(4)

In [23]: q
Out[23]: deque([2, 3, 4])

如果没有设置 maxlen 则是一个无限大小的队列，可以通过 appendleft 和 pop 在队首和队尾添加删除元素。

3、字典中的键映射多个值

现在有一个需求，构建一个字典，key 是用户 ID，value 为一个列表，列表元素可以是名字，电话等等，大概是这样：

d = {'id': ['name', 'phone']}

如果我们自己构建这个字典，可能会像下面这样来实现：

d = {}
for key, value in items:
  if key not in d:
    d[key] = value
  d[key].append(value)

很麻烦，如果使用 collections 的 defaultdict 就很简单了。defaultdict 的一个特征就是它会自动初始化每个 key 刚开始对应的值，所以我们只关注添加元素操作就可以了。

优化后代码就变成了这样：

d = defaultdict(list)
for key, value in items:
  d[key].append(value)

4、字典排序

字典是无序的，但如果要控制字典中元素的顺序呢？可以使用 colletions 中的 OrderedDict，如下：

d = OrderedDict()
d['foo'] = 1
d['bar'] = 2
d['spam'] = 3
d['grok'] = 4
# Outputs "foo 1", "bar 2", "spam 3", "grok 4"

for key in d:
  print(key, d[key])

OrderedDict 内部维护这一个根据键插入顺序排序的双向链表。每次新元素插入时，便会被放在链表尾部，对于已经存在的键，并不会改变键的顺序。

但需要注意的是，OrderedDict 的大小是普通字典的两倍，所以在构建一个需要大量 OrderedDict 实例的数据结构时，就要考虑大量内存消耗的影响了。

5、字典的运算

如何取出字典中的最小值，或者对字典进行排序呢？

首先我们来看看直接使用普通的数学运算函数

In [25]: d = {'a': 11, 'b': 43, 'c': 3, 'd': 65}

In [26]: min(d)
Out[26]: 'a'

它比较的逻辑是直接比较 key，然后取出对应的 key，但如果要比较 value 呢？

In [28]: min(d.values())
Out[28]: 3

结果是正确的，但似乎并不完美，如果键值一起返回就完美了。这时候就该 zip 登场了，它的作用是可以使键和值反转过来。

In [29]: min(zip(d.values(), d.keys()))
Out[29]: (3, 'c')

它直接返回了值最小的键和值，这样就很好了，不管需要哪个信息都可以直接使用。如果要对这个字典排序的话也很简单：

In [34]: sorted(zip(d.values(), d.keys()))
Out[34]: [(3, 'c'), (11, 'a'), (43, 'b'), (65, 'd')]

先写这么多吧，未完待续。。。

欢迎留言，或者添加我个人微信 zhangyx6a 交流沟通，不是微商。