python 中的 collections 模块：常用数据结构和工具详解

Python 的 ??collections?? 模块提供了许多有用的数据结构，超越了标准的内置数据类型。这些数据结构解决了各种常见的编程问题，包括但不限于高效的容器类型、特定目的的容器、默认值字典等。让我们深入了解其中的几个重要数据结构和工具。

1. ??defaultdict??：带有默认值的字典

??defaultdict??? 是 ??dict?? 的一个子类，它在创建时指定一个默认工厂函数来为字典提供默认值。

示例 1：统计字符出现次数

from collections import defaultdict

text = "apple"
char_count = defaultdict(int)

for char in text:
    char_count[char] += 1

print(char_count)
# 输出：defaultdict(<class 'int'>, {'a': 1, 'p': 2, 'l': 1, 'e': 1})

2. ??Counter??：计数器

??Counter?? 是用于计数可哈希对象的子类字典。它可用于快速计数，检查元素出现的次数等。

示例 2：统计列表中元素出现次数

from collections import Counter

numbers = [1, 2, 3, 4, 1, 2, 1, 3, 2]
number_count = Counter(numbers)

print(number_count)
# 输出：Counter({1: 3, 2: 3, 3: 2, 4: 1})

3. ??deque??：双向队列

??deque?? 是一个双向队列，可以在两端高效地进行添加和删除操作。

示例 3：实现队列和栈

from collections import deque

# 队列
queue = deque()
queue.append(1)
queue.append(2)
queue.popleft()  # 输出：1

# 栈
stack = deque()
stack.append(1)
stack.append(2)
stack.pop()  # 输出：2

4. ??namedtuple??：命名元组

??namedtuple?? 创建带有命名字段的元组，可以方便地为元组的字段命名。

示例 4：定义命名元组类型

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)

print(p.x, p.y)  # 输出：1 2

5. ??ChainMap??：链式映射

??ChainMap?? 可以将多个字典或映射连接成一个单独的映射，无需创建新的字典。

示例 5：合并字典并查找值

from collections import ChainMap

dict1 = {'a': 1, 'b': 2}
dict2 = {'c': 3, 'd': 4}

chain = ChainMap(dict1, dict2)
print(chain['a'])  # 输出：1
print(chain['c'])  # 输出：3

这些示例展示了 ??collections?? 模块中几个重要的数据结构和工具的用法。它们为 Python 程序员提供了更多灵活和高效地处理数据的方式。