在 Python 3 中，数据结构是组织和存储数据的方式，直接决定了程序的运行效率和代码的优雅程度。Python 提供了丰富且高度优化的内置数据结构，以及强大的标准库支持。
下面我将从四大基础内置结构、高级标准库结构到性能与选择指南，为你系统梳理 Python 3 的数据结构。
一、 四大基础内置数据结构
1. 列表 (List) []
- 特性：可变、有序、允许重复元素。
- 时间复杂度：尾部追加/弹出
O(1)，头部插入/删除O(n)，按索引查找O(1)。 - 常用操作：
nums = [1, 2, 3] nums.append(4) # 尾部追加: [1, 2, 3, 4] nums.insert(0, 0) # 指定位置插入: [0, 1, 2, 3, 4] nums.pop() # 尾部弹出并返回: 4 nums[1:3] # 切片: [1, 2] # 现代 Python 3 推荐：列表推导式 (List Comprehension) squares = [x**2 for x in range(5) if x % 2 == 0] # [0, 4, 16]
2. 元组 (Tuple) ()
- 特性：不可变、有序、允许重复元素。
- 用途：保护数据不被修改；作为字典的键 (Key)；函数返回多个值。
- 常用操作：
point = (10, 20) # point[0] = 15 # ❌ TypeError: 'tuple' object does not support item assignment # 解包 (Unpacking) x, y = point print(x, y) # 10 20 # 具名元组 (见下文 collections 模块，更推荐)
3. 集合 (Set) {}
- 特性：可变、无序、元素唯一（基于哈希表实现）。
- 时间复杂度：添加、删除、查找均为
O(1)。 - 常用操作：
set_a = {1, 2, 3, 4} set_b = {3, 4, 5, 6} set_a.add(5) # 添加元素 set_a.remove(1) # 删除元素 (不存在会报错) set_a.discard(99) # 删除元素 (不存在不报错，推荐) # 集合运算 (非常高效) print(set_a & set_b) # 交集: {3, 4, 5} print(set_a | set_b) # 并集: {2, 3, 4, 5, 6} print(set_a - set_b) # 差集: {2}
4. 字典 (Dictionary) {k: v}
- 特性：可变、键唯一、Python 3.7+ 保证插入顺序。基于哈希表实现。
- 时间复杂度：查找、插入、删除平均均为
O(1)。 - 常用操作：
user = {"name": "Alice", "age": 25} user["city"] = "Beijing" # 添加/修改 age = user.get("age", 18) # 安全获取，找不到返回默认值 18 # 遍历 for key, value in user.items(): print(f"{key}: {value}") # 字典推导式 squared_dict = {x: x**2 for x in range(3)} # {0: 0, 1: 1, 2: 4}
二、 进阶：collections 模块 (Python 数据结构的神器)
当内置结构不够用时，collections 模块提供了针对性优化的高级数据结构。
1. deque (双端队列)
- 痛点：List 在头部插入/删除 (
insert(0, x)或pop(0)) 是O(n)的，性能极差。 - 解法：
deque基于双向链表，两端操作均为O(1)。非常适合实现队列 (Queue) 或滑动窗口。from collections import deque q = deque([1, 2, 3]) q.append(4) # 右端添加: O(1) q.appendleft(0) # 左端添加: O(1) q.pop() # 右端弹出: O(1) q.popleft() # 左端弹出: O(1)
2. defaultdict (带默认值的字典)
- 痛点：普通字典访问不存在的键会抛出
KeyError。 - 解法：自动为不存在的键提供一个默认值（由传入的工厂函数决定）。
from collections import defaultdict # 统计词频 words = ["apple", "banana", "apple", "orange"] freq = defaultdict(int) # int() 默认返回 0 for word in words: freq[word] += 1 # 无需检查键是否存在 print(dict(freq)) # {'apple': 2, 'banana': 1, 'orange': 1} # 分组 groups = defaultdict(list) groups["even"].append(2) groups["odd"].append(3)
3. Counter (计数器)
- 用途：专门用于统计可哈希对象的出现次数，是
defaultdict(int)的增强版。from collections import Counter text = "abracadabra" counts = Counter(text) print(counts) # Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) print(counts.most_common(2)) # 获取出现次数最多的 2 个: [('a', 5), ('b', 2)]
4. namedtuple (具名元组) / 现代替代：dataclasses
- 用途：创建轻量级、不可变的数据对象，比字典更省内存，比元组可读性更强。
from collections import namedtuple # 定义 Point = namedtuple('Point', ['x', 'y']) p = Point(10, 20) print(p.x, p.y) # 10 20 (支持属性访问) # p.x = 15 # ❌ 不可变💡 Python 3.7+ 现代推荐：对于需要可变或更复杂逻辑的数据对象，优先使用@dataclass(见下文最佳实践)。
三、 特殊结构：heapq (堆 / 优先队列)
Python 没有内置的 PriorityQueue 类，但提供了 heapq 模块，它基于普通的 List 实现最小堆。
- 用途：动态获取最大值/最小值、Top-K 问题、Dijkstra 算法。
- 时间复杂度：插入
O(log n)，弹出最小值O(log n)，获取最小值O(1)。
import heapq
nums = [5, 1, 9, 3]
heapq.heapify(nums) # 原地将列表转换为堆: [1, 3, 9, 5]
heapq.heappush(nums, 2) # 插入新元素并保持堆性质
smallest = heapq.heappop(nums) # 弹出并返回最小值: 1
# 实用技巧：获取最大的 N 个元素
top_2 = heapq.nlargest(2, [5, 1, 9, 3]) # [9, 5]四、 数据结构选择指南 (决策树)
在实际开发中，如何选择合适的数据结构？请参考以下逻辑：
| 你的需求 | 推荐数据结构 | 原因 |
|---|---|---|
| 需要按顺序存储，频繁在尾部增删 | list | 尾部操作 O(1)，内存连续，缓存友好 |
| 需要按顺序存储，频繁在两端增删 (如队列) | collections.deque | 两端操作均为 O(1) |
| 需要快速查找 (Key-Value 映射) | dict | 哈希表查找 O(1) |
| 需要统计元素出现次数或分组 | collections.Counter / defaultdict | 免去手动初始化键的麻烦 |
| 需要保证元素唯一性，或进行交/并/差集运算 | set | 哈希表实现，数学集合运算极快 |
| 需要维护一个动态的最小/最大值集合 | heapq (基于 list) | 堆结构保证极值操作为 O(log n) |
| 数据一旦创建绝不允许修改 | tuple 或 frozenset | 不可变性保证安全，且可用作 dict 的 key |
五、 Python 3 数据结构最佳实践
- 优先使用推导式 (Comprehensions)：
比传统的for循环 +append更快、更 Pythonic。
# ❌ 慢且啰嗦
res = []
for i in range(10):
if i % 2 == 0:
res.append(i)
# ✅ 快且优雅
res = [i for i in range(10) if i % 2 == 0]- 善用生成器表达式 (Generator Expressions)：
如果数据量极大，使用()代替[]创建推导式，可以按需生成，节省大量内存。
# 列表推导式：立即计算并占用内存
big_list = [x**2 for x in range(1000000)]
# 生成器表达式：惰性求值，内存占用极小
big_gen = (x**2 for x in range(1000000))
print(next(big_gen)) # 0- 使用 Type Hints (类型提示)：
Python 3.9+ 内置了泛型类型，让数据结构的使用更加清晰，配合 IDE 能大幅减少 Bug。
from typing import List, Dict, Set, Tuple
def process_data(items: List[int], config: Dict[str, float]) -> Set[str]:
# ...
pass
# Python 3.9+ 可以直接使用内置类型
def process_data_modern(items: list[int], config: dict[str, float]) -> set[str]:
pass- 复杂数据模型使用
@dataclass：
替代传统的字典或 namedtuple，提供默认值、类型检查和自动生成的__init__、__repr__。
from dataclasses import dataclass
@dataclass
class User:
name: str
age: int
is_active: bool = True # 默认值
u = User("Alice", 25)
print(u) # User(name='Alice', age=25, is_active=True)如果你想深入了解某个特定场景（例如：如何用数据结构优化一个具体的算法题，或者 dataclass 的高级用法），可以随时告诉我！
