关于Python的高级数据结构与算法

一、简介

在这篇文章中，我们将学习Python中的高级数据结构，如堆、栈、队列、链表等，并使用Python实现常见的算法，如排序、查找等。我们将从以下几个方面来展开本文的内容：

栈（Stack）

队列（Queue）

链表（Linked List）

堆（Heap）

排序算法（Sorting Algorithms）

查找算法（Searching Algorithms）

二、栈（Stack）

栈是一种后进先出（LIFO）的数据结构，只允许在栈顶进行插入和删除操作。在Python中，我们可以使用列表（list）实现栈。

class Stack:
   def __init__(self):
       self.items = []

def push(self, item):
       self.items.append(item)

def pop(self):
       if not self.is_empty():
           return self.items.pop()

def peek(self):
       if not self.is_empty():
           return self.items[-1]

def is_empty(self):
       return len(self.items) == 0

def size(self):
       return len(self.items)

三、队列（Queue）

队列是一种先进先出（FIFO）的数据结构，只允许在队尾进行插入操作，而在队头进行删除操作。在Python中，我们可以使用collections模块中的deque类实现队列。

from collections import deque

class Queue:
   def __init__(self):
       self.items = deque()

def enqueue(self, item):
       self.items.append(item)

def dequeue(self):
       if not self.is_empty():
           return self.items.popleft()

def is_empty(self):
       return len(self.items) == 0

def size(self):
       return len(self.items)
           previous.next = current.next
   else:
       raise ValueError("Data not found in the list")

四、堆（Heap）

堆是一种特殊的完全二叉树，它的每个节点都大于等于（最大堆）或小于等于（最小堆）其子节点。在Python中，我们可以使用heapq库实现堆。

import heapq

class MaxHeap:
   def __init__(self):
       self.items = []

def push(self, item):
       heapq.heappush(self.items, -item)

def pop(self):
       return -heapq.heappop(self.items)

def peek(self):
       return -self.items[0]

def is_empty(self):
       return len(self.items) == 0

def size(self):
       return len(self.items)

五、排序算法（Sorting Algorithms）

1. 冒泡排序（Bubble Sort）

冒泡排序是一种简单的排序算法，通过重复遍历列表，比较相邻元素并交换不正确的顺序。

def bubble_sort(arr):
   n = len(arr)
   for i in range(n):
       for j in range(0, n - i - 1):
           if arr[j] > arr[j + 1]:
               arr[j], arr[j + 1] = arr[j + 1], arr[j]

2. 选择排序（Selection Sort）

选择排序是一种简单的排序算法，每次遍历列表找到最小（或最大）的元素，将其放到正确的位置。

def selection_sort(arr):
   n = len(arr)
   for i in range(n):
       min_index = i
       for j in range(i + 1, n):
           if arr[j] < arr[min_index]:
               min_index = j
       arr[i], arr[min_index] = arr[min_index], arr[i]

3. 插入排序（Insertion Sort）

插入排序是一种简单的排序算法，将未排序的元素逐个插入已排序的序列中。

def insertion_sort(arr):
   n = len(arr)
   for i in range(1, n):
       key = arr[i]
       j = i - 1
       while j >= 0 and arr[j] > key:
           arr[j + 1] = arr[j]
           j -= 1
       arr[j + 1] = key

六、查找算法（Searching Algorithms）

1. 顺序查找（Sequential Search）

顺序查找是一种简单的查找算法，通过遍历列表，逐个比较元素来查找目标值。

def sequential_search(arr, target):
   for i in range(len(arr)):
       if arr[i] == target:
           return i
   return -1

2. 二分查找（Binary Search）

二分查找是一种高效的查找算法，要求列表已排序。每次查找都将范围缩小一半，直到找到目标值。

def binary_search(arr, target):
   low, high = 0, len(arr) - 1
   while low <= high:
       mid = (low + high) // 2
       if arr[mid] == target:
           return mid
   elif arr[mid] < target:
       low = mid + 1
   else:
       high = mid - 1
return -1

小结

在本文中，我们学习了Python中的高级数据结构，如栈、队列、链表、堆，并实现了常见的排序和查找算法。掌握这些数据结构和算法将帮助我们在实际编程中解决各种问题，提高我们的编程技巧和水平。

在后续的文章中，我们将继续探讨更多的Python实战案例，如网络编程、数据分析、爬虫、机器学习等。希望这些文章能够对你的学习和实践带来帮助。

来源：https://blog.csdn.net/m0_68036862/article/details/129905352