深入探究Python Collections模块：高效数据结构解决方案

前言

这几天刷leetcode题时，看到题解中有这样一行代码collections.defaultdict(list)，不明白是啥意思，平时开发的脚本中未遇到，借着这个机会，学习一下collections模块的用法。

collections

这个模块实现了一些专门化的容器，提供了对 Python 的通用内建容器 dict、list、set 和 tuple 的补充。

defaultdict

defaultdict是dict（字典）的一个子类，它为字典操作中的缺失键提供了默认值。这在处理计数、分组等操作时非常有用。

案例：给定一个列表，将每个单词按首字母分组

import collections

mp = collections.defaultdict(list)

words = ['apple', 'banana', 'orange', 'pear', 'peach']
for word in words:
    mp[word[0]].append(word)

print(mp) # defaultdict(<class 'list'>, {'a': ['apple'], 'b': ['banana'], 'o': ['orange'], 'p': ['pear', 'peach']})

mp = collections.defaultdict(list)这行代码创建了一个defaultdict对象，其中list是指定的默认值类型。

这意味着当我们通过mp访问一个不存在的键时，defaultdict会自动创建这个键，并将其对应的值初始化为一个空列表。比如上面这段代码，我们在print(mp)前面增加mp['aa']，此时会输出defaultdict(<class 'list'>, {'a': ['apple'], 'b': ['banana'], 'o': ['orange'], 'p': ['pear', 'peach'], 'aa': []})

Counter

Counter是一个简单而强大的计数器工具，用于统计可迭代对象中各元素出现的次数。

案例：统计一个字符串中字符出现的次数

import collections

s = "abracadabra"
counter = collections.Counter(s)
print(counter) # 输出结果：Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})

namedtuple

namedtuple创建了一个带字段名的元组类型，它可以对元组进行命名，使得代码更易读。

案例：创建一个表示坐标的数据结构

import collections

Point = collections.namedtuple('Point', ['x', 'y'])
p = Point(11, y=22)
print(p.x, p.y) # 输出结果：11 22

deque

deque是一个双向队列，可以在两端快速插入和删除元素，适用于需要高效地进行队列和栈操作的场景。

案例：使用deque实现一个简单的循环队列

import collections

q = collections.deque(maxlen=3)
q.append(1)
q.append(2)
q.append(3)
print(q)  # 输出结果：deque([1, 2, 3], maxlen=3)
q.append(4)
print(q)  # 输出结果：deque([2, 3, 4], maxlen=3)

OrderedDict

有序字典，保持元素被插入的顺序。

案例：实现LRU缓存：LRU（Least Recently Used）缓存是一种常见的缓存策略，当缓存满时，会淘汰最近最少使用的元素。OrderedDict可以很方便地实现LRU缓存，每次访问一个元素时，将其移到字典的末尾，这样最近访问的元素就会被保留，最早访问的元素就会被淘汰。

from collections import OrderedDict

class LRUCache:
    def __init__(self, capacity):
        self.capacity = capacity
        self.cache = OrderedDict()

    def get(self, key):
        if key in self.cache:
            value = self.cache[key]
            # 将访问的元素移到字典的末尾
            self.cache.move_to_end(key)
            return value
        else:
            return -1

    def put(self, key, value):
        if key in self.cache:
            # 如果key已经存在，将其移到字典的末尾
            self.cache.move_to_end(key)
        self.cache[key] = value
        if len(self.cache) > self.capacity:
            # 如果缓存已满，淘汰最早访问的元素
            self.cache.popitem(last=False)

ChainMap

在多个字典中查找某个键的值，可以使用ChainMap将这些字典组合成一个逻辑上的字典，从而方便地进行查找操作。

案例：使用ChainMap查找键的值：

from collections import ChainMap

dict1 = {'a': 1, 'b': 2}
dict2 = {'c': 3, 'd': 4}
dict3 = {'e': 5, 'f': 6}

chain_map = ChainMap(dict1, dict2, dict3)

value = chain_map['a']
print(value)  # 输出: 1

value = chain_map['c']
print(value)  # 输出: 3

UserDict

当需要创建一个自定义的字典类时，可以继承UserDict类，从而方便地实现自定义的字典功能。

案例：使用UserDict创建自定义字典类

from collections import UserDict

class MyDict(UserDict):
    def __setitem__(self, key, value):
        super().__setitem__(key, value * 2)

my_dict = MyDict()
my_dict['a'] = 1
my_dict['b'] = 2

print(my_dict)  # 输出: {'a': 2, 'b': 4}

UserList

当需要创建一个自定义的列表类时，可以继承UserList类，从而方便地实现自定义的列表功能。

案例：使用UserList创建自定义列表类

from collections import UserList

class MyList(UserList):
    def remove_duplicates(self):
        self.data = list(set(self.data))

my_list = MyList([1, 2, 2, 3, 4, 4, 5])
my_list.remove_duplicates()

print(my_list)  # 输出: [1, 2, 3, 4, 5]

UserString

当需要创建一个自定义的字符串类时，可以继承UserString类，从而方便地实现自定义的字符串功能。

案例：使用UserString创建自定义字符串类

from collections import UserString

class MyString(UserString):
    def remove_whitespace(self):
        self.data = self.data.replace(' ', '')

my_string = MyString('Hello World')
my_string.remove_whitespace()

print(my_string)  # 输出: HelloWorld