Python - 数据结构教程

• 

  简述

  计算机以超乎寻常的速度和准确性存储和处理数据。因此，高效存储数据并快速访问数据至关重要。此外，数据的处理应该在尽可能短的时间内进行，但不会失去准确性。

  当程序处理数据时，数据结构处理数据在内存中的组织和保存方式。需要注意的是，作为持久存储（如关系表）的一部分存储在磁盘中的数据在这里不称为数据结构。

  算法是为特定目的逐步处理数据的指令集。因此，算法以逻辑方式利用各种数据结构来解决特定的计算问题。

  在本教程中，我们将使用 Python 编程语言介绍计算机科学的这两个基本概念。

  本教程专为计算机科学专业的毕业生和软件专业人士设计，他们愿意使用 Python 作为编程语言，通过简单易行的步骤学习数据结构和算法编程。

  在继续本教程之前，您应该具备使用 Python 编程语言编写代码、使用任何 Python 集成开发环境 (IDE) 和执行 Python 程序的基本知识。如果您对 python 完全陌生，请参考我们的Python 教程以获得对语言的良好理解。
• 

  数据结构概述

  数据结构是计算机科学的基本概念，有助于用任何语言编写高效的程序。Python 是一种高级的、解释性的、交互式的和面向对象的脚本语言，与其他编程语言相比，我们可以使用它以更简单的方式研究数据结构的基础知识。

  在本章中，我们将简要介绍一些常用的数据结构，以及它们与某些特定的 Python 数据类型之间的关系。还有一些特定于 python 的数据结构被列为另一个类别。
• 

  通用数据结构

  计算机科学中的各种数据结构大致分为如下所示的两类。我们将在后续章节中详细讨论以下每个数据结构。

  线性数据结构

  这些是以顺序方式存储数据元素的数据结构。

  • Array− 它是与数据元素的索引配对的数据元素的顺序排列。
  • Linked List− 每个数据元素都包含指向另一个元素的链接以及其中存在的数据。
  • Stack− 它是一种仅遵循特定操作顺序的数据结构。LIFO（后进先出）或 FILO（先进后出）。
  • Queue− 与 Stack 类似，但操作顺序仅为 FIFO（先进先出）。
  • Matrix− 它是二维数据结构，其中数据元素由一对索引引用。

  非线性数据结构

  这些数据结构中没有数据元素的顺序链接。任何一对或一组数据元素都可以相互链接，并且可以在没有严格顺序的情况下访问。

  • Binary Tree− 它是一种数据结构，其中每个数据元素最多可以连接到两个其他数据元素，并且从根节点开始。
  • Heap− 这是树数据结构的一种特殊情况，父节点中的数据要么严格大于/等于子节点，要么严格小于其子节点。
  • Hash Table− 它是一种数据结构，由使用哈希函数相互关联的数组组成。它使用键而不是数据元素中的索引来检索值。
  • Graph− 它是顶点和节点的排列，其中一些节点通过链接相互连接。
• 

  Python 特定的数据结构

  这些数据结构是特定于 python 语言的，它们在存储不同类型的数据和在 python 环境中更快的处理方面提供了更大的灵活性。

  • List− 它类似于数组，只是数据元素可以是不同的数据类型。您可以在 python 列表中同时包含数字和字符串数据。
  • Tuple- 元组类似于列表，但它们是不可变的，这意味着元组中的值不能修改，只能读取。
  • Dictionary− 字典包含键值对作为其数据元素。