5. 数据结构
***********

本章将详细介绍一些您已经了解的内容，并添加了一些新内容。


5.1. 列表的更多特性
===================

列表数据类型还有很多的方法。这里是列表对象方法的清单：

list.append(x)

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

list.extend(iterable)

   使用可迭代对象中的所有元素来扩展列表。相当于  "a[len(a):] =
   iterable" 。

list.insert(i, x)

   在给定的位置插入一个元素。第一个参数是要插入的元素的索引，所以
   "a.insert(0, x)" 插入列表头部， "a.insert(len(a), x)" 等同于
   "a.append(x)" 。

list.remove(x)

   移除列表中第一个值为 *x* 的元素。如果没有这样的元素，则抛出
   "ValueError" 异常。

list.pop([i])

   删除列表中给定位置的元素并返回它。如果没有给定位置，"a.pop()" 将会
   删除并返回列表中的最后一个元素。（ 方法签名中 *i* 两边的方括号表示
   这个参数是可选的，而不是要你输入方括号。你会在 Python 参考库中经常
   看到这种表示方法)。

list.clear()

   删除列表中所有的元素。相当于 "del a[:]" 。

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

   返回列表中第一个值为 *x* 的元素的从零开始的索引。如果没有这样的元素
   将会抛出 "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)

   返回元素 *x* 在列表中出现的次数。

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

   对列表中的元素进行排序（参数可用于自定义排序，解释请参见 "sorted()"
   ）。

list.reverse()

   反转列表中的元素。

list.copy()

   返回列表的一个浅拷贝。相当于 "a[:]"  。

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)  # Find next banana starting a position 4
   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，像 "insert" ，"remove" 或者 "sort" 方法，只修改列表
，没有打印出返回值——它们返回默认值 "None" 。[1] 这是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或可以排序或比较。 例如，"[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。 并且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. 列表作为栈使用
---------------------

列表方法使得列表作为堆栈非常容易，最后一个插入，最先取出（“后进先出”）
。要添加一个元素到堆栈的顶端，使用 "append()" 。要从堆栈顶部取出一个元
素，使用 "pop()" ，不用指定索引。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. 列表作为队列使用
-----------------------

列表也可以用作队列，其中先添加的元素被最先取出 (“先进先出”)；然而列表
用作这个目的相当低效。因为在列表的末尾添加和弹出元素非常快，但是在列表
的开头插入或弹出元素却很慢 (因为所有的其他元素都必须移动一位)。

若要实现一个队列， "collections.deque" 被设计用于快速地从两端操作。例
如

   >>> from collections import deque
   >>> queue = deque(["Eric", "John", "Michael"])
   >>> queue.append("Terry")           # Terry arrives
   >>> queue.append("Graham")          # Graham arrives
   >>> queue.popleft()                 # The first to arrive now leaves
   'Eric'
   >>> queue.popleft()                 # The second to arrive now leaves
   'John'
   >>> queue                           # Remaining queue in order of arrival
   deque(['Michael', 'Terry', 'Graham'])


5.1.3. 列表推导式
-----------------

列表推导式提供了一个更简单的创建列表的方法。常见的用法是把某种操作应用
于序列或可迭代对象的每个元素上，然后使用其结果来创建列表，或者通过满足
某些特定条件元素来创建子序列。

例如，假设我们想创建一个平方列表，像这样

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

注意这里创建（或被重写）的名为 "x" 的变量在for循环后仍然存在。我们可以
计算平方列表的值而不会产生任何副作用

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

或者，等价于

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

上面这种写法更加简洁易读。

列表推导式的结构是由一对方括号所包含的以下内容：一个表达式，后面跟一个
"for" 子句，然后是零个或多个 "for" 或 "if" 子句。 其结果将是一个新列表
，由对表达式依据后面的 "for" 和 "if" 子句的内容进行求值计算而得出。 举
例来说，以下列表推导式会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)]

而它等价于

   >>> 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)]

注意在上面两个代码片段中， "for" 和 "if" 的顺序是相同的。

如果表达式是一个元组（例如上面的 "(x, y)"），那么就必须加上括号

   >>> vec = [-4, -2, 0, 2, 4]
   >>> # create a new list with the values doubled
   >>> [x*2 for x in vec]
   [-8, -4, 0, 4, 8]
   >>> # filter the list to exclude negative numbers
   >>> [x for x in vec if x >= 0]
   [0, 2, 4]
   >>> # apply a function to all the elements
   >>> [abs(x) for x in vec]
   [4, 2, 0, 2, 4]
   >>> # call a method on each element
   >>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
   >>> [weapon.strip() for weapon in freshfruit]
   ['banana', 'loganberry', 'passion fruit']
   >>> # create a list of 2-tuples like (number, square)
   >>> [(x, x**2) for x in range(6)]
   [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
   >>> # the tuple must be parenthesized, otherwise an error is raised
   >>> [x, x**2 for x in range(6)]
     File "<stdin>", line 1, in <module>
       [x, x**2 for x in range(6)]
                  ^
   SyntaxError: invalid syntax
   >>> # flatten a list using a listcomp with two 'for'
   >>> 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，包括另一个列表推导式。

考虑下面这个 3x4的矩阵，它由3个长度为4的列表组成

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

下面的列表推导式将交换其行和列

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

如上节所示，嵌套的列表推导式是基于跟随其后的 "for" 进行求值的，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):
   ...     # the following 3 lines implement the nested listcomp
   ...     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，你应该会更喜欢使用内置函数去组成复杂的流程语句。 "zip()"
函数将会很好地处理这种情况

   >>> 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 解包参数列表。


5.2. "del" 语句
===============

有一种方式可以从列表按照给定的索引而不是值来移除一个元素: 那就是 "del"
语句。 它不同于会返回一个值的 "pop()" 方法。 "del" 语句也可以用来从列
表中移除切片或者清空整个列表（我们之前用过的方式是将一个空列表赋值给指
定的切片）。 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" 也可以被用来删除整个变量

   >>> del a

此后再引用 "a" 时会报错（直到另一个值被赋给它）。我们会在后面了解到
"del" 的其他用法。


5.3. 元组和序列
===============

我们看到列表和字符串有很多共同特性，例如索引和切片操作。他们是 *序列*
数据类型（参见 序列类型 --- list, tuple, range）中的两种。随着 Python
语言的发展，其他的序列类型也会被加入其中。这里介绍另一种标准序列类型:
*元组*。

一个元组由几个被逗号隔开的值组成，例如

   >>> t = 12345, 54321, 'hello!'
   >>> t[0]
   12345
   >>> t
   (12345, 54321, 'hello!')
   >>> # Tuples may be nested:
   ... u = t, (1, 2, 3, 4, 5)
   >>> u
   ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
   >>> # Tuples are immutable:
   ... t[0] = 88888
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: 'tuple' object does not support item assignment
   >>> # but they can contain mutable objects:
   ... v = ([1, 2, 3], [3, 2, 1])
   >>> v
   ([1, 2, 3], [3, 2, 1])

如你所见，元组在输出时总是被圆括号包围的，以便正确表示嵌套元组。输入时
圆括号可有可无，不过经常会是必须的（如果这个元组是一个更大的表达式的一
部分）。给元组中的一个单独的元素赋值是不允许的，当然你可以创建包含可变
对象的元组，例如列表。

虽然元组可能看起来与列表很像，但它们通常是在不同的场景被使用，并且有着
不同的用途。元组是 *immutable* （不可变的），其序列通常包含不同种类的
元素，并且通过解包（这一节下面会解释）或者索引来访问（如果是
"namedtuples" 的话甚至还可以通过属性访问）。列表是 *mutable* （可变的
），并且列表中的元素一般是同种类型的，并且通过迭代访问。

一个特殊的问题是构造包含0个或1个元素的元组：为了适应这种情况，语法有一
些额外的改变。空元组可以直接被一对空圆括号创建，含有一个元素的元组可以
通过在这个元素后添加一个逗号来构建（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',    # <-- note trailing comma
   >>> len(empty)
   0
   >>> len(singleton)
   1
   >>> singleton
   ('hello',)

语句 "t = 12345, 54321, 'hello!'" 是 *元组打包* 的一个例子：值
"12345", "54321" 和 "'hello!'" 被打包进元组。其逆操作也是允许的

   >>> x, y, z = t

这被称为 *序列解包*  也是很恰当的，因为解包操作的等号右侧可以是任何序
列。序列解包要求等号左侧的变量数与右侧序列里所含的元素数相同。注意多重
赋值其实也只是元组打包和序列解包的组合。


5.4. 集合
=========

Python也包含有 *集合* 类型。集合是由不重复元素组成的无序的集。它的基本
用法包括成员检测和消除重复元素。集合对象也支持像 联合，交集，差集，对
称差分等数学运算。

花括号或 "set()" 函数可以用来创建集合。注意：要创建一个空集合你只能用
"set()" 而不能用 "{}"，因为后者是创建一个空字典，这种数据结构我们会在
下一节进行讨论。

以下是一些简单的示例：

   >>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
   >>> print(basket)                      # show that duplicates have been removed
   {'orange', 'banana', 'pear', 'apple'}
   >>> 'orange' in basket                 # fast membership testing
   True
   >>> 'crabgrass' in basket
   False

   >>> # Demonstrate set operations on unique letters from two words
   ...
   >>> a = set('abracadabra')
   >>> b = set('alacazam')
   >>> a                                  # unique letters in a
   {'a', 'r', 'b', 'c', 'd'}
   >>> a - b                              # letters in a but not in b
   {'r', 'd', 'b'}
   >>> a | b                              # letters in a or b or both
   {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
   >>> a & b                              # letters in both a and b
   {'a', 'c'}
   >>> a ^ b                              # letters in a or b but not both
   {'r', 'd', 'b', 'm', 'z', 'l'}

类似于 列表推导式，集合也支持推导式形式

   >>> 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 內置数据类型是 *字典* (参见 映射类型 --- dict)
。字典在其他语言里可能会被叫做 *联合内存* 或 *联合数组*。与以连续整数
为索引的序列不同，字典是以 *关键字* 为索引的，关键字可以是任意不可变类
型，通常是字符串或数字。如果一个元组只包含字符串、数字或元组，那么这个
元组也可以用作关键字。但如果元组直接或间接地包含了可变对象，那么它就不
能用作关键字。列表不能用作关键字，因为列表可以通过索引、切片或
"append()" 和 "extend()" 之类的方法来改变。

理解字典的最好方式，就是将它看做是一个 *键: 值* 对的集合，键必须是唯一
的（在一个字典中）。一对花括号可以创建一个空字典："{}" 。另一种初始化
字典的方式是在一对花括号里放置一些以逗号分隔的键值对，而这也是字典输出
的方式。

字典主要的操作是使用关键字存储和解析值。也可以用 "del" 来删除一个键值
对。如果你使用了一个已经存在的关键字来存储值，那么之前与这个关键字关联
的值就会被遗忘。用一个不存在的键来取值则会报错。

对一个字典执行 "list(d)" 将返回包含该字典中所有键的列表，按插入次序排
列 (如需其他排序，则要使用 "sorted(d)")。要检查字典中是否存在一个特定
键，可使用 "in" 关键字。

以下是使用字典的一些简单示例

   >>> 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()" 构造函数可以直接从键值对序列里创建字典。

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

此外，字典推导式可以从任意的键值表达式中创建字典

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

当关键字是简单字符串时，有时直接通过关键字参数来指定键值对更方便

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


5.6. 循环的技巧
===============

当在字典中循环时，用 "items()" 方法可将关键字和对应的值同时取出

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

当在序列中循环时，用 "enumerate()" 函数可以将索引位置和其对应的值同时
取出

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

当同时在两个或更多序列中循环时，可以用 "zip()" 函数将其内元素一一匹配
。

   >>> 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.

当逆向循环一个序列时，先正向定位序列，然后调用 "reversed()" 函数

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

如果要按某个指定顺序循环一个序列，可以用 "sorted()" 函数，它可以在不改
动原序列的基础上返回一个新的排好序的序列

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

有时可能会想在循环时修改列表内容，一般来说改为创建一个新列表是比较简单
且安全的

   >>> 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" 条件句中可以使用任意操作，而不仅仅是比较操作。

比较操作符 "in" 和 "not in" 校验一个值是否在（或不在）一个序列里。操作
符 "is" 和 "is not" 比较两个对象是不是同一个对象，这只跟像列表这样的可
变对象有关。所有的比较操作符都有相同的优先级，且这个优先级比数值运算符
低。

比较操作可以传递。例如 "a < b == c" 会校验是否 "a" 小于 "b" 并且 "b"
等于 "c"。

比较操作可以通过布尔运算符 "and" 和 "or" 来组合，并且比较操作（或其他
任何布尔运算）的结果都可以用 "not" 来取反。这些操作符的优先级低于比较
操作符；在它们之中，"not" 优先级最高， "or" 优先级最低，因此 "A and
not B or C" 等价于 "(A and (not B)) or C"。和之前一样，你也可以在这种
式子里使用圆括号。

布尔运算符 "and" 和 "or" 也被称为 *短路* 运算符：它们的参数从左至右解
析，一旦可以确定结果解析就会停止。例如，如果 "A" 和 "C" 为真而 "B" 为
假，那么 "A and B and C" 不会解析 "C"。当作用于普通值而非布尔值时，短
路操作符的返回值通常是最后一个变量。

也可以把比较操作或者逻辑表达式的结果赋值给一个变量，例如

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

请注意 Python 与 C 不同，在表达式内部赋值必须显式地使用海象运算符 ":="
来完成。 这避免了一类This avoids a common class of problems
encountered in C 程序中常见的错误：想要在表达式中写 "==" 时却写成了
"="。


5.8. 序列和其它类型的比较
=========================

序列对象通常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：首先比较开头的两个对应元素，如果两者不相等则比较结果就由此确定；
如果两者相等则比较之后的两个元素，以此类推，直到有一个序列被耗尽。 如
果要比较的两个元素本身又是相同类型的序列，则会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，则两个序列也将被视为相等。 如果
一个序列是另一个的初始子序列，则较短的序列就被视为较小（较少）。 对于
字符串来说，字典式顺序是使用 Unicode 码位序号对单个字符排序。 下面是一
些相同类型序列之间比较的例子:

   (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)

注意对不同类型对象来说，只要待比较对象提供了合适的比较方法，就可以使用
"<" 和 ">" 来比较。例如，混合数值类型是通过他们的数值进行比较的，所以
0 等于 0.0，等等。否则，解释器将抛出一个 "TypeError" 异常，而不是随便
给出一个结果。

-[ 脚注 ]-

[1] 别的语言可能会返回一个可变对象，他们允许方法连续执行，例如
    "d->insert("a")->remove("b")->sort();"。
