5. 数据结构
***********

本章深入讲解之前学过的一些内容，同时，还增加了新的知识点。


5.1. 列表详解
=============

列表数据类型支持很多方法，列表对象的所有方法所示如下：

list.append(x)

   在列表末尾添加一个元素，相当于 "a[len(a):] = [x]" 。

list.extend(iterable)

   用可迭代对象的元素扩展列表。相当于  "a[len(a):] = iterable" 。

list.insert(i, x)

   在指定位置插入元素。第一个参数是插入元素的索引，因此，"a.insert(0,
   x)" 在列表开头插入元素， "a.insert(len(a), x)" 等同于 "a.append(x)"
   。

list.remove(x)

   从列表中删除第一个值为 *x* 的元素。未找到指定元素时，触发
   "ValueError" 异常。

list.pop([i])

   移除列表中给定位置上的条目，并返回该条目。 如果未指定索引号，则
   "a.pop()" 将移除并返回列表中的最后一个条目。 如果列表为空或索引号在
   列表索引范围之外则会引发 "IndexError"。

list.clear()

   删除列表里的所有元素，相当于 "del a[:]" 。

list.index(x[, start[, end]])

   返回列表中第一个值为 *x* 的元素的零基索引。未找到指定元素时，触发
   "ValueError" 异常。

   可选参数 *start* 和 *end* 是切片符号，用于将搜索限制为列表的特定子
   序列。返回的索引是相对于整个序列的开始计算的，而不是 *start* 参数。

list.count(x)

   返回列表中元素 *x* 出现的次数。

list.sort(*, key=None, reverse=False)

   就地排序列表中的元素（要了解自定义排序参数，详见 "sorted()"）。

list.reverse()

   翻转列表中的元素。

list.copy()

   返回列表的浅拷贝。相当于 "a[:]"  。

多数列表方法示例：

   >>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
   >>> fruits.count('apple')
   2
   >>> fruits.count('tangerine')
   0
   >>> fruits.index('banana')
   3
   >>> fruits.index('banana', 4)  # 从 4 号位开始查找下一个 banana
   6
   >>> fruits.reverse()
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
   >>> fruits.append('grape')
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
   >>> fruits.sort()
   >>> fruits
   ['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
   >>> fruits.pop()
   'pear'

你可能已经注意到 "insert", "remove" 或 "sort" 等仅修改列表的方法都不会
打印返回值 -- 它们返回默认值 "None"。 [1]  这是适用于 Python 中所有可
变数据结构的设计原则。

你可能会注意到的另一件事是并非所有数据都可以排序或比较。 举例来说，
"[None, 'hello', 10]" 就不可排序因为整数不能与字符串比较而 "None" 不能
与其他类型比较。 此外，还存在一些没有定义顺序关系的类型。 例如，"3+4j
< 5+7j" 就不是一个合法的比较。


5.1.1. 用列表实现堆栈
---------------------

通过列表方法可以非常容易地将列表作为栈来使用，最后添加的元素将最先被提
取（“后进先出”）。 要向栈顶添加一个条目，请使用 "append()"。 要从栈顶
提取一个条目，请使用 "pop()"，无需显式指定索引。 例如:

   >>> stack = [3, 4, 5]
   >>> stack.append(6)
   >>> stack.append(7)
   >>> stack
   [3, 4, 5, 6, 7]
   >>> stack.pop()
   7
   >>> stack
   [3, 4, 5, 6]
   >>> stack.pop()
   6
   >>> stack.pop()
   5
   >>> stack
   [3, 4]


5.1.2. 用列表实现队列
---------------------

列表也可以用作队列，最先加入的元素，最先取出（“先进先出”）；然而，列表
作为队列的效率很低。因为，在列表末尾添加和删除元素非常快，但在列表开头
插入或移除元素却很慢（因为所有其他元素都必须移动一位）。

实现队列最好用 "collections.deque"，可以快速从两端添加或删除元素。例如
：

   >>> from collections import deque
   >>> queue = deque(["Eric", "John", "Michael"])
   >>> queue.append("Terry")           # Terry 到了
   >>> queue.append("Graham")          # Graham 到了
   >>> queue.popleft()                 # 第一个到的现在走了
   'Eric'
   >>> queue.popleft()                 # 第二个到的现在走了
   'John'
   >>> queue                           # 按到达顺序排列的剩余队列
   deque(['Michael', 'Terry', 'Graham'])


5.1.3. 列表推导式
-----------------

列表推导式创建列表的方式更简洁。常见的用法为，对序列或可迭代对象中的每
个元素应用某种操作，用生成的结果创建新的列表；或用满足特定条件的元素创
建子序列。

例如，创建平方值的列表：

   >>> squares = []
   >>> for x in range(10):
   ...     squares.append(x**2)
   ...
   >>> squares
   [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

注意，这段代码创建（或覆盖）变量 "x"，该变量在循环结束后仍然存在。下述
方法可以无副作用地计算平方列表：

   squares = list(map(lambda x: x**2, range(10)))

或等价于：

   squares = [x**2 for x in range(10)]

上面这种写法更简洁、易读。

列表推导式的方括号内包含以下内容：一个表达式，后面为一个 "for" 子句，
然后，是零个或多个 "for" 或 "if" 子句。结果是由表达式依据 "for" 和
"if" 子句求值计算而得出一个新列表。 举例来说，以下列表推导式将两个列表
中不相等的元素组合起来：

   >>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

等价于：

   >>> combs = []
   >>> for x in [1,2,3]:
   ...     for y in [3,1,4]:
   ...         if x != y:
   ...             combs.append((x, y))
   ...
   >>> combs
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

注意，上面两段代码中，"for" 和 "if" 的顺序相同。

表达式是元组（例如上例的 "(x, y)"）时，必须加上括号：

   >>> vec = [-4, -2, 0, 2, 4]
   >>> # 新建一个将值翻倍的列表
   >>> [x*2 for x in vec]
   [-8, -4, 0, 4, 8]
   >>> # 过滤列表以排除负数
   >>> [x for x in vec if x >= 0]
   [0, 2, 4]
   >>> # 对所有元素应用一个函数
   >>> [abs(x) for x in vec]
   [4, 2, 0, 2, 4]
   >>> # 在每个元素上调用一个方法
   >>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
   >>> [weapon.strip() for weapon in freshfruit]
   ['banana', 'loganberry', 'passion fruit']
   >>> # 创建一个包含 (数字, 平方) 2 元组的列表
   >>> [(x, x**2) for x in range(6)]
   [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
   >>> # 元组必须加圆括号，否则会引发错误
   >>> [x, x**2 for x in range(6)]
     File "<stdin>", line 1
       [x, x**2 for x in range(6)]
        ^^^^^^^
   SyntaxError: did you forget parentheses around the comprehension target?
   >>> # 使用两个 'for' 来展平嵌套的列表
   >>> vec = [[1,2,3], [4,5,6], [7,8,9]]
   >>> [num for elem in vec for num in elem]
   [1, 2, 3, 4, 5, 6, 7, 8, 9]

列表推导式可以使用复杂的表达式和嵌套函数：

   >>> from math import pi
   >>> [str(round(pi, i)) for i in range(1, 6)]
   ['3.1', '3.14', '3.142', '3.1416', '3.14159']


5.1.4. 嵌套的列表推导式
-----------------------

列表推导式中的初始表达式可以是任何表达式，甚至可以是另一个列表推导式。

下面这个 3x4 矩阵，由 3 个长度为 4 的列表组成：

   >>> matrix = [
   ...     [1, 2, 3, 4],
   ...     [5, 6, 7, 8],
   ...     [9, 10, 11, 12],
   ... ]

下面的列表推导式可以转置行列：

   >>> [[row[i] for row in matrix] for i in range(4)]
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

如我们在之前小节中看到的，内部的列表推导式是在它之后的 "for" 的上下文
中被求值的，所以这个例子等价于:

   >>> transposed = []
   >>> for i in range(4):
   ...     transposed.append([row[i] for row in matrix])
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

反过来说，也等价于：

   >>> transposed = []
   >>> for i in range(4):
   ...     # 以下 3 行实现了嵌套的列表组
   ...     transposed_row = []
   ...     for row in matrix:
   ...         transposed_row.append(row[i])
   ...     transposed.append(transposed_row)
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

实际应用中，最好用内置函数替代复杂的流程语句。此时，"zip()" 函数更好用
：

   >>> list(zip(*matrix))
   [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

关于本行中星号的详细说明，参见 解包实参列表。


5.2. "del" 语句
===============

有一种方式可以按索引而不是值从列表中移除条目: "del" 语句。 这与返回一
个值的 "pop()" 方法不同。 "del" 语句也可用于从列表中移除切片或清空整个
列表（我们之前通过将切片赋值为一个空列表实现过此操作）。 例如:

   >>> a = [-1, 1, 66.25, 333, 333, 1234.5]
   >>> del a[0]
   >>> a
   [1, 66.25, 333, 333, 1234.5]
   >>> del a[2:4]
   >>> a
   [1, 66.25, 1234.5]
   >>> del a[:]
   >>> a
   []

"del" 也可以用来删除整个变量：

   >>> del a

此后，再引用 "a" 就会报错（直到为它赋与另一个值）。后文会介绍 "del" 的
其他用法。


5.3. 元组和序列
===============

列表和字符串有很多共性，例如，索引和切片操作。这两种数据类型是 *序列*
（参见 序列类型 --- list, tuple, range）。随着 Python 语言的发展，其他
的序列类型也被加入其中。本节介绍另一种标准序列类型：*元组*。

元组由多个用逗号隔开的值组成，例如：

   >>> t = 12345, 54321, 'hello!'
   >>> t[0]
   12345
   >>> t
   (12345, 54321, 'hello!')
   >>> # 元组可以嵌套：
   >>> u = t, (1, 2, 3, 4, 5)
   >>> u
   ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
   >>> # 元组是不可变对象：
   >>> t[0] = 88888
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: 'tuple' object does not support item assignment
   >>> # 但它们可以包含可变对象：
   >>> v = ([1, 2, 3], [3, 2, 1])
   >>> v
   ([1, 2, 3], [3, 2, 1])

输出时，元组都要由圆括号标注，这样才能正确地解释嵌套元组。输入时，圆括
号可有可无，不过经常是必须的（如果元组是更大的表达式的一部分）。不允许
为元组中的单个元素赋值，当然，可以创建含列表等可变对象的元组。

虽然，元组与列表很像，但使用场景不同，用途也不同。元组是 *immutable*
（不可变的），一般可包含异质元素序列，通过解包（见本节下文）或索引访问
（如果是 "namedtuples"，可以属性访问）。列表是 *mutable* （可变的），
列表元素一般为同质类型，可迭代访问。

构造 0 个或 1 个元素的元组比较特殊：为了适应这种情况，对句法有一些额外
的改变。用一对空圆括号就可以创建空元组；只有一个元素的元组可以通过在这
个元素后添加逗号来构建（圆括号里只有一个值的话不够明确）。丑陋，但是有
效。例如：

   >>> empty = ()
   >>> singleton = 'hello',    # <-- 注意末尾的逗号
   >>> len(empty)
   0
   >>> len(singleton)
   1
   >>> singleton
   ('hello',)

语句 "t = 12345, 54321, 'hello!'" 是 *元组打包* 的例子：值 "12345",
"54321" 和 "'hello!'" 一起被打包进元组。逆操作也可以：

   >>> x, y, z = t

称之为 *序列解包*  也是妥妥的，适用于右侧的任何序列。序列解包时，左侧
变量与右侧序列元素的数量应相等。注意，多重赋值其实只是元组打包和序列解
包的组合。


5.4. 集合
=========

Python 还支持 *集合* 这种数据类型。集合是由不重复元素组成的无序容器。
基本用法包括成员检测、消除重复元素。集合对象支持合集、交集、差集、对称
差分等数学运算。

创建集合用花括号或 "set()" 函数。注意，创建空集合只能用 "set()"，不能
用 "{}"，"{}" 创建的是空字典，下一小节介绍数据结构：字典。

以下是一些简单的示例

   >>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
   >>> print(basket)                      # 显示重复项已被移除
   {'orange', 'banana', 'pear', 'apple'}
   >>> 'orange' in basket                 # 快速成员检测
   True
   >>> 'crabgrass' in basket
   False

   >>> # 演示针对两个单词中独有的字母进行集合运算
   >>>
   >>> a = set('abracadabra')
   >>> b = set('alacazam')
   >>> a                                  # a 中独有的字母
   {'a', 'r', 'b', 'c', 'd'}
   >>> a - b                              # 存在于 a 中但不存在于 b 中的字母
   {'r', 'd', 'b'}
   >>> a | b                              # 存在于 a 或 b 中或两者中皆有的字母
   {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
   >>> a & b                              # 同时存在于 a 和 b 中的字母
   {'a', 'c'}
   >>> a ^ b                              # 存在于 a 或 b 中但非两者中皆有的字母
   {'r', 'd', 'b', 'm', 'z', 'l'}

与 列表推导式 类似，集合也支持推导式：

   >>> a = {x for x in 'abracadabra' if x not in 'abc'}
   >>> a
   {'r', 'd'}


5.5. 字典
=========

另一个非常有用的 Python 内置数据类型是 *字典* (参见 映射类型 --- dict)
。 字典在其他语言中可能会被称为“关联存储”或“关联数组”。 不同于以固定范
围的数字进行索引的序列，字典是以 *键* 进行索引的，键可以是任何不可变类
型；字符串和数字总是可以作为键。 如果一个元组只包含字符串、数字或元组
则也可以作为键；如果一个元组直接或间接地包含了任何可变对象，则不能作为
键。 列表不能作为键，因为列表可以使用索引赋值、切片赋值或者 "append()"
和 "extend()" 等方法进行原地修改列表。

可以把字典理解为 *键值对* 的集合，但字典的键必须是唯一的。花括号 "{}"
用于创建空字典。另一种初始化字典的方式是，在花括号里输入逗号分隔的键值
对，这也是字典的输出方式。

字典的主要用途是通过关键字存储、提取值。用 "del" 可以删除键值对。用已
存在的关键字存储值，与该关键字关联的旧值会被取代。通过不存在的键提取值
，则会报错。

对字典执行 "list(d)" 操作，返回该字典中所有键的列表，按插入次序排列（
如需排序，请使用 "sorted(d)"）。检查字典里是否存在某个键，使用关键字
"in"。

以下是一些字典的简单示例：

   >>> tel = {'jack': 4098, 'sape': 4139}
   >>> tel['guido'] = 4127
   >>> tel
   {'jack': 4098, 'sape': 4139, 'guido': 4127}
   >>> tel['jack']
   4098
   >>> del tel['sape']
   >>> tel['irv'] = 4127
   >>> tel
   {'jack': 4098, 'guido': 4127, 'irv': 4127}
   >>> list(tel)
   ['jack', 'guido', 'irv']
   >>> sorted(tel)
   ['guido', 'irv', 'jack']
   >>> 'guido' in tel
   True
   >>> 'jack' not in tel
   False

"dict()" 构造函数可以直接用键值对序列创建字典：

   >>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
   {'sape': 4139, 'guido': 4127, 'jack': 4098}

字典推导式可以用任意键值表达式创建字典：

   >>> {x: x**2 for x in (2, 4, 6)}
   {2: 4, 4: 16, 6: 36}

关键字是比较简单的字符串时，直接用关键字参数指定键值对更便捷：

   >>> dict(sape=4139, guido=4127, jack=4098)
   {'sape': 4139, 'guido': 4127, 'jack': 4098}


5.6. 循环的技巧
===============

当对字典执行循环时，可以使用 "items()" 方法同时提取键及其对应的值。

   >>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
   >>> for k, v in knights.items():
   ...     print(k, v)
   ...
   gallahad the pure
   robin the brave

在序列中循环时，用 "enumerate()" 函数可以同时取出位置索引和对应的值：

   >>> for i, v in enumerate(['tic', 'tac', 'toe']):
   ...     print(i, v)
   ...
   0 tic
   1 tac
   2 toe

同时循环两个或多个序列时，用 "zip()" 函数可以将其内的元素一一匹配：

   >>> questions = ['name', 'quest', 'favorite color']
   >>> answers = ['lancelot', 'the holy grail', 'blue']
   >>> for q, a in zip(questions, answers):
   ...     print('What is your {0}?  It is {1}.'.format(q, a))
   ...
   What is your name?  It is lancelot.
   What is your quest?  It is the holy grail.
   What is your favorite color?  It is blue.

为了逆向对序列进行循环，可以求出欲循环的正向序列，然后调用
"reversed()" 函数：

   >>> for i in reversed(range(1, 10, 2)):
   ...     print(i)
   ...
   9
   7
   5
   3
   1

按指定顺序循环序列，可以用 "sorted()" 函数，在不改动原序列的基础上，返
回一个重新的序列：

   >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
   >>> for i in sorted(basket):
   ...     print(i)
   ...
   apple
   apple
   banana
   orange
   orange
   pear

使用 "set()" 去除序列中的重复元素。使用 "sorted()" 加 "set()" 则按排序
后的顺序，循环遍历序列中的唯一元素：

   >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
   >>> for f in sorted(set(basket)):
   ...     print(f)
   ...
   apple
   banana
   orange
   pear

一般来说，在循环中修改列表的内容时，创建新列表比较简单，且安全：

   >>> import math
   >>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
   >>> filtered_data = []
   >>> for value in raw_data:
   ...     if not math.isnan(value):
   ...         filtered_data.append(value)
   ...
   >>> filtered_data
   [56.2, 51.7, 55.3, 52.5, 47.8]


5.7. 深入条件控制
=================

"while" 和 "if" 条件句不只可以进行比较，还可以使用任意运算符。

比较运算符 "in" 和 "not in" 用于执行确定一个值是否存在（或不存在）于某
个容器中的成员检测。 运算符 "is" 和 "is not" 用于比较两个对象是否是同
一个对象。 所有比较运算符的优先级都一样，且低于任何数值运算符。

比较操作支持链式操作。例如，"a < b == c" 校验 "a" 是否小于 "b"，且 "b"
是否等于 "c"。

比较操作可以用布尔运算符 "and" 和 "or" 组合，并且，比较操作（或其他布
尔运算）的结果都可以用 "not" 取反。这些操作符的优先级低于比较操作符；
"not" 的优先级最高， "or" 的优先级最低，因此，"A and not B or C" 等价
于 "(A and (not B)) or C"。与其他运算符操作一样，此处也可以用圆括号表
示想要的组合。

布尔运算符 "and" 和 "or" 是所谓的 *短路* 运算符：其参数从左至右求值，
一旦可以确定结果，求值就会停止。例如，如果 "A" 和 "C" 为真，"B" 为假，
那么 "A and B and C" 不会对 "C" 求值。用作普通值而不是布尔值时，短路运
算符的返回值通常是最后一个求了值的参数。

还可以把比较运算或其它布尔表达式的结果赋值给变量，例如：

   >>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
   >>> non_null = string1 or string2 or string3
   >>> non_null
   'Trondheim'

注意，Python 与 C 不同，在表达式内部赋值必须显式使用 海象运算符 ":="。
这避免了 C 程序中常见的问题：要在表达式中写 "==" 时，却写成了 "="。


5.8. 序列和其他类型的比较
=========================

序列对象可以与相同序列类型的其他对象比较。这种比较使用 *字典式* 顺序：
首先，比较前两个对应元素，如果不相等，则可确定比较结果；如果相等，则比
较之后的两个元素，以此类推，直到其中一个序列结束。如果要比较的两个元素
本身是相同类型的序列，则递归地执行字典式顺序比较。如果两个序列中所有的
对应元素都相等，则两个序列相等。如果一个序列是另一个的初始子序列，则较
短的序列可被视为较小（较少）的序列。 对于字符串来说，字典式顺序使用
Unicode 码位序号排序单个字符。下面列出了一些比较相同类型序列的例子：

   (1, 2, 3)              < (1, 2, 4)
   [1, 2, 3]              < [1, 2, 4]
   'ABC' < 'C' < 'Pascal' < 'Python'
   (1, 2, 3, 4)           < (1, 2, 4)
   (1, 2)                 < (1, 2, -1)
   (1, 2, 3)             == (1.0, 2.0, 3.0)
   (1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

注意，当比较不同类型的对象时，只要待比较的对象提供了合适的比较方法，就
可以使用 "<" 和 ">" 进行比较。例如，混合的数字类型通过数字值进行比较，
所以，0 等于 0.0，等等。如果没有提供合适的比较方法，解释器不会随便给出
一个比较结果，而是引发 "TypeError" 异常。

-[ 备注 ]-

[1] 别的语言可能会将可变对象返回，允许方法连续执行，例如
    "d->insert("a")->remove("b")->sort();"。
