PY调包侠——Collections高效库

一、【写在前面】

PY是一个调包侠语言，多学一个库可以提高计算速度。Collections提供了各种数据类型和集合工具，可以很方便的处理各种数据结构。如果您有刷力扣的习惯，可以经常看到Collections和itertools的身影，经常用这两个可以做到一行解题，之前笔者介绍过了Itertools，这篇文章介绍一下Collection。

官网：collections — Container datatypes — Python 3.12.1 documentation

itertools博客：python强大的排列组合库-itertools-CSDN博客?

二、【正式介绍】

这个Collections库官网文档就9个方法，一篇博客就能介绍完。

1. namedtuple：

namedtuple 用于创建带有字段名称的元组，使得元组的每个字段都有一个易于理解的名称。它通常用于表示记录型的数据。以下是示例：

from collections import namedtuple 
# 创建一个名为 'Person' 的命名元组，包含 'name' 和 'age' 两个字段 
Person = namedtuple('Person', ['name', 'age']) 
# 创建一个 Person 对象 
person = Person(name='Alice', age=30) 
# 访问字段 print(person.name) # 输出 'Alice' 
print(person.age) # 输出 30

2. deque：

deque 是双端队列，支持高效地在两端进行添加和删除操作。它适用于需要快速操作队列和栈的场景。以下是示例：

from collections import deque 
# 创建一个空的双端队列 
dq = deque() 
# 在队列的右端添加元素 
dq.append(1) dq.append(2) 
# 在队列的左端添加元素 
dq.appendleft(0) 
# 弹出右端的元素 
print(dq.pop()) 
# 输出 2 
# 弹出左端的元素 
print(dq.popleft())
 # 输出 0

3. Counter：

Counter 用于统计可迭代对象中元素的出现次数。它返回一个字典，其中键是元素，值是元素出现的次数。以下是示例：

from collections import Counter 
# 统计字符串中字符的出现次数 
text = "hello world" 
char_count = Counter(text) 
# 获取字符 'l' 的出现次数 
print(char_count['l']) # 输出 3

4. OrderedDict：

OrderedDict 是有序字典，记住了元素的插入顺序。与普通字典不同，OrderedDict 在迭代时会按照元素的插入顺序返回。以下是示例：

from collections import OrderedDict 
# 创建一个有序字典 
ordered_dict = OrderedDict() 
# 添加键值对 
ordered_dict['a'] = 1 ordered_dict['b'] = 2 
# 迭代时按照插入顺序返回键值对 
for key, value in ordered_dict.items(): 
    print(key, value) 
    # 输出: # a 1 # b 2

5. defaultdict：

defaultdict 是字典的子类，允许为字典中的每个键设置默认值。这样，在访问不存在的键时，不会引发 KeyError。以下是示例：

from collections import defaultdict 
# 创建一个默认值为 0 的 
defaultdict num_dict = defaultdict(int) 
# 添加键值对 
num_dict['a'] = 1 
# 访问不存在的键，默认值为 0 
print(num_dict['b']) 
# 输出 0

6. ChainMap：

ChainMap 允许将多个字典链接在一起，形成一个逻辑上的单一字典。这对于组合多个配置或选项字典非常有用。以下是示例：

from collections import ChainMap 
# 创建两个字典 
dict1 = {'a': 1, 'b': 2} 
dict2 = {'b': 3, 'c': 4} 
# 创建 ChainMap 将两个字典链接在一起 
combined_dict = ChainMap(dict1, dict2) 
# 访问键 'b'，将返回第一个字典中的值 
print(combined_dict['b']) 
# 输出 2

7. UserDict：

7、8、9这三个方法都带一个User，本质是一个可以自己定义方法的Class，对self.data直接操作即可。

UserDict 是用于自定义字典行为的包装器类。它继承自内置的 dict 类，并允许您重写字典的方法以实现自定义行为。通常，UserDict 用于创建自定义的字典类型，以添加特定的方法或修改字典的行为。

示例用法：

from collections import UserDict 
class MyDict(UserDict): 
    def get_keys(self): 
        return list(self.data.keys()) 

my_dict = MyDict({'a': 1, 'b': 2}) 

keys = my_dict.get_keys() 
print(keys) # 输出 ['a', 'b']

8. UserList：

UserList 用于自定义列表行为的包装器类。它继承自内置的 list 类，并允许您重写列表的方法以实现自定义行为。通常，UserList 用于创建自定义的列表类型，以添加特定的方法或修改列表的行为。

示例用法：

from collections import UserList 
class MyList(UserList):    
    def append_twice(self, value): 
        self.data.append(value) 
        self.data.append(value) 

my_list = MyList([1, 2, 3]) 
my_list.append_twice(4) 
print(my_list) # 输出 [1, 2, 3, 4, 4]

9. UserString：

UserString 用于自定义字符串行为的包装器类。它继承自内置的 str 类，并允许您重写字符串的方法以实现自定义行为。通常，UserString 用于创建自定义的字符串类型，以添加特定的方法或修改字符串的行为。

示例用法：

from collections import UserString 

class MyString(UserString): 
    def reverse(self): 
        return self.data[::-1] 

my_string = MyString("hello") 
reversed_str = my_string.reverse() 
print(reversed_str) # 输出 'olleh'