‘壹’ python中的数据结构分析
1.Python数据结构篇
数据结构篇主要是阅读[Problem Solving with Python](Welcome to Problem Solving with Algorithms and Data Structures) [该网址链接可能会比较慢]时写下的阅读记录，当然，也结合了部分[算法导论](Introction to Algorithms)
中的内容，此外还有不少wikipedia上的内容，所以内容比较多，可能有点杂乱。这部分主要是介绍了如何使用Python实现常用的一些数据结构，例
如堆栈、队列、二叉树等等，也有Python内置的数据结构性能的分析，同时还包括了搜索和排序(在算法设计篇中会有更加详细的介绍)的简单总结。每篇文
章都有实现代码，内容比较多，简单算法一般是大致介绍下思想及算法流程，复杂的算法会给出各种图示和代码实现详细介绍。
**这一部分是下
面算法设计篇的前篇，如果数据结构还不错的可以直接看算法设计篇，遇到问题可以回来看数据结构篇中的某个具体内容充电一下，我个人认为直接读算法设计篇比
较好，因为大家时间也都比较宝贵，如果你会来读这些文章说明你肯定有一定基础了，后面的算法设计篇中更多的是思想，这里更多的是代码而已，嘿嘿。**
(1)[搜索](Python Data Structures)
简述顺序查找和二分查找，详述Hash查找(hash函数的设计以及如何避免冲突)
(2)[排序](Python Data Structures)
简述各种排序算法的思想以及它的图示和实现
(3)[数据结构](Python Data Structures)
简述Python内置数据结构的性能分析和实现常用的数据结构：栈、队列和二叉堆
(4)[树总结](Python Data Structures)
简述二叉树，详述二叉搜索树和AVL树的思想和实现
2.Python算法设计篇
算法设计篇主要是阅读[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)[**点击链接可进入Springer免费下载原书电子版**]之后写下的读书总结，原书大部分内容结合了经典书籍[算法导论](Introction to Algorithms)，
内容更加细致深入，主要是介绍了各种常用的算法设计思想，以及如何使用Python高效巧妙地实现这些算法，这里有别于前面的数据结构篇，部分算法例如排
序就不会详细介绍它的实现细节，而是侧重于它内在的算法思想。这部分使用了一些与数据结构有关的第三方模块，因为这篇的重点是算法的思想以及实现，所以并
没有去重新实现每个数据结构，但是在介绍算法的同时会分析Python内置数据结构以及第三方数据结构模块的优缺点，也就意味着该篇比前面都要难不少，但
是我想我的介绍应该还算简单明了，因为我用的都是比较朴实的语言，并没有像算法导论一样列出一堆性质和定理，主要是对着某个问题一步步思考然后算法就出来
了，嘿嘿，除此之外，里面还有很多关于python开发的内容，精彩真的不容错过！
这里每篇文章都有实现代码，但是代码我一般都不会分
析，更多地是分析算法思想，所以内容都比较多，即便如此也没有包括原书对应章节的所有内容，因为内容实在太丰富了，所以我只是选择经典的算法实例来介绍算
法核心思想，除此之外，还有不少内容是原书没有的，部分是来自算法导论，部分是来自我自己的感悟，嘻嘻。该篇对于大神们来说是小菜，请一笑而过，对于菜鸟
们来说可能有点难啃，所以最适合的是和我水平差不多的，对各个算法都有所了解但是理解还不算深刻的半桶水的程序猿，嘿嘿。
本篇的顺序按照原书[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)的章节来安排的(章节标题部分相同部分不同哟)，为了节省时间以及保持原着的原滋原味，部分内容(一般是比较难以翻译和理解的内容)直接摘自原着英文内容。
**1.
你也许觉得很多内容你都知道嘛，没有看的必要，其实如果是我的话我也会这么想，但是如果只是归纳一个算法有哪些步骤，那这个总结也就没有意义了，我觉得这
个总结的亮点在于想办法说清楚一个算法是怎么想出来的，有哪些需要注意的，如何进行优化的等等，采用问答式的方式让读者和我一起来想出某个问题的解，每篇
文章之后都还有一两道小题练手哟**
**2.你也许还会说算法导论不是既权威又全面么，基本上每个算法都还有详细的证明呢，读算法导论岂
不更好些，当然，你如果想读算法导论的话我不拦着你，读完了感觉自己整个人都不好了别怪小弟没有提醒你哟，嘻嘻嘻，左一个性质右一个定理实在不适合算法科
普的啦，没有多少人能够坚持读完的。但是码农与蛇的故事内容不多哟，呵呵呵**
**3.如果你细读本系列的话我保证你会有不少收获的，需要看算法导论哪个部分的地方我会给出提示的，嘿嘿。温馨提示，前面三节内容都是介绍基础知识，所以精彩内容从第4节开始哟，么么哒 O(∩_∩)O~**
(1)[Python Algorithms - C1 Introction](Python Algorithms)
本节主要是对原书中的内容做些简单介绍，说明算法的重要性以及各章节的内容概要。
(2)[Python Algorithms - C2 The basics](Python Algorithms)
**本节主要介绍了三个内容：算法渐近运行时间的表示方法、六条算法性能评估的经验以及Python中树和图的实现方式。**
(3)[Python Algorithms - C3 Counting 101](Python Algorithms)
原书主要介绍了一些基础数学，例如排列组合以及递归循环等，但是本节只重点介绍计算算法的运行时间的三种方法
(4)[Python Algorithms - C4 Inction and Recursion and Rection](Python Algorithms)
**本节主要介绍算法设计的三个核心知识：Inction(推导)、Recursion(递归)和Rection(规约)，这是原书的重点和难点部分**
(5)[Python Algorithms - C5 Traversal](Python Algorithms)
**本节主要介绍图的遍历算法BFS和DFS，以及对拓扑排序的另一种解法和寻找图的(强)连通分量的算法**
(6)[Python Algorithms - C6 Divide and Combine and Conquer](Python Algorithms)
**本节主要介绍分治法策略，提到了树形问题的平衡性以及基于分治策略的排序算法**
(7)[Python Algorithms - C7 Greedy](Python Algorithms)
**本节主要通过几个例子来介绍贪心策略，主要包括背包问题、哈夫曼编码和最小生成树等等**
(8)[Python Algorithms - C8 Dynamic Programming](Python Algorithms)
**本节主要结合一些经典的动规问题介绍动态规划的备忘录法和迭代法这两种实现方式，并对这两种方式进行对比**
(9)[Python Algorithms - C9 Graphs](Python Algorithms)
**本节主要介绍图算法中的各种最短路径算法，从不同的角度揭示它们的内核以及它们的异同**
‘贰’ python数据结构如何实
Python中有许多数据结构是预先实现了的，这是它比C语言更强的地方。
Python中已经实现了一些基本的数据结构：
数，包括int、long、float等
字符串
数组，高级数组
哈希数据结构，包括字典dict和集合set
Python中的一些标准库也有队列、栈、堆之类的数据结构。
如果您想要亲手实现这些数据结构，不妨去看一看C语言是如何编写出Python语言这些新功能的（查看Python的实现源代码），或者去维基网络、网络，您可以在那里找到更多有用的信息。
‘叁’ python的数据结构
{
u'603993.XSHG': {
'high': array([ 7.05, 6.73]),
'close': array([ 6.89, 6.2 ]),
'low': array([ 6.7, 6.2])
}
}
最外层是一个dict，然后嵌套了一个dict，最后里面dict的key是字符串，value是一个数组。
‘肆’ python中数据结构方面有哪些好用的第三方库
1、图有牛逼的networkx
Creating a graph
2、bloomfileter
Welcome to Python BloomFilter’s documentation!
‘伍’ python中什么数据结构 index
貌似Python标准库并没提供对树的操作，这是基本的数据结构操作，用递归很容易实现：
def tree_find(tree, value):
def tree_rec(tree, iseq):
if isinstance(tree, list):
for i, child in enumerate(tree):
r = tree_rec(child, iseq + [i])
if r is not None:
return r
elif tree == value:
return iseq
else:
return None
‘陆’ python 如何表示数据结构
Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推
列表
1、定义列表，取出列表中的值
1
1 names = [] #定义空列表 2 names = ['a','b','c'] #定义一个非空列表 3 4 # 取出列表中的值 5 6 >>> names = ['a','b','c'] 7 >>> names[0] 8 'a' 9 >>> names[1]10 'b'11 >>> names[2]12 'c'13 >>> names[-1]#倒着取最后一个值14 'c'
2、切片
1
1 >>> names = ['a','b','c','d'] # 列表的下标值是从0开始取值的 2 >>> names[1:3] #取1到3之间的元素，包括1，不包括3 3 ['b', 'c'] 4 >>> names[1:-1] #取1到-1之间的元素，包括1，不包括-1 5 ['b', 'c'] 6 >>> names[0:3] 7 ['a', 'b', 'c'] 8 >>> names[:3] #从头开始取，0可以省略，效果等同于names[0:3] 9 ['a', 'b', 'c']10 >>> names[3:] #想取到最后一个值，必须不能写-1，只能这么写11 ['d']12 >>> names[0::2] #后面的2表示：每隔一个元素就取一个13 ['a', 'c']14 >>> names[::2] #从头开始0可以省略，效果跟上一句一样15 ['a', 'c']
切片小结：
①序列始终都是从左向右切片的，不能是从右向左
①列表切片时，起始位的元素是包括的，结束位的元素是不包括（又叫顾头不顾尾），最后一个位置表示步长（names[开始位:结束位:步长]）
②如果从0位置取值，0可以省略
③想取最后一个值时，结束位不能是-1，因为结束位的元素不包括，所以只能留空
‘柒’ python中都有哪些数据类型
python中数据类型有：整型、长整型、浮点型、字符串类型、布尔类型、列表类型、元组类型、字典类型、集合类型。
数据类型是每种编程语言必备属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，正确使用数据类型是十分必要的，不同的语言，数据类型类似，但具体表示方法有所不同，以下是Python编程常用的数据类型：
1. 数字类型
Python数字类型主要包括int（整型）、long（长整型）和float（浮点型），但是在Python3中就不再有long类型了。
int（整型）
在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364；在64位系统上，整数的位数为64位，取值范围为-263~263-1，即9223372036854775808~9223372036854775807。
long（长整型）
Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。
float（浮点型）
浮点型也就是带有小数点的数，其精度和机器有关。
complex（复数）
Python还支持复数，复数由实数部分和虚数部分构成，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b 都是浮点型。
2. 字符串
在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号；Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。
3. 布尔型
和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True（真）和False（假）。
4. 列表
列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。
5. 元组
元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。
6. 字典
字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。
7. 集合
集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。
推荐课程：Python3机器学习快速入门(黑马程序员)
‘捌’ python有没有数据结构库
The blist is a drop-in replacement for the Python list that provides better performance when modifying large lists. The blist package also provides sortedlist, sortedset, weaksortedlist, weaksortedset, sorteddict, and btuple types.
‘玖’ python的数据类型有哪些
1. 数字类型
Python数字类型主要包括int（整型）、long（长整型）和float（浮点型），但是在Python3中就不再有long类型了。
int（整型）
在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364；在64位系统上，整数的位数为64位，取值范围为-263~263-1，即9223372036854775808~9223372036854775807。
long（长整型）
Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。
float（浮点型）
浮点型也就是带有小数点的数，其精度和机器有关。
complex（复数）
Python还支持复数，复数由实数部分和虚数部分构成，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b 都是浮点型。
2. 字符串
在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号；Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。
3. 布尔型
和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True（真）和False（假）。
4. 列表
列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。
5. 元组
元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。
6. 字典
字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。
7. 集合
集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。
‘拾’ Python数据类型和数据结构。
1.1元组的创建
创建时可不指定元素的个数，相当于不定长的数组，但一旦创建就不能修改元组的长度。
tuple = (元素1, 元素2, ...)
#创建并初始化
tuple = ("apple", "banana","grape", "orange" )
#创建一个空的元组
tuple = ()