网站鉴赏苏州写信小程序开发公司
Python collections 模块指南（含 C++ STL 类比）
collections 是 Python 标准库中提供的 高性能容器数据类型集合。
对于熟悉 C++ 的同学，它的很多功能相当于 STL 容器的 Python 版本或变种，尤其在字典、列表、队列等方面有相似之处。
一、概览（Python vs C++）
| Python 类型 | 功能概要 | C++ STL 类似数据结构 |
|---|---|---|
namedtuple | 带字段名的不可变元组 | struct（或 std::tuple，加上命名） |
deque | 双端队列，头尾操作 O(1) | std::deque |
Counter | 频率计数器（字典子类） | std::unordered_map<T,int> |
OrderedDict | 保序字典（插入顺序） | std::map（按顺序），或有序 std::vector<pair> |
defaultdict | 带默认值的字典 | std::unordered_map + 自动初始化逻辑 |
ChainMap | 多映射视图（按优先顺序查找） | 无直接等价，可用多个 map + 查找链逻辑 |
二、核心类型详解（含 C++ 对应）
1. namedtuple —— 具名元组
具名元组是 不可变的 数据结构，像 tuple 一样低内存，但可以通过名称访问字段。
from collections import namedtuplePoint = namedtuple("Point", ["x", "y"])
p = Point(3, 4)print(p.x, p.y) # 3 4
print(p[0], p[1])
C++类似：
- 最接近于
struct { int x; int y; }; - 也可视作
std::tuple<int,int>+ 一个额外的接口层来用名字访问。
适用场景：
- 数据对象需要命名字段，且没必要修改（不可变提升安全性和性能）。
2. deque —— 双端队列
deque 支持 O(1) 时间复杂度 的头尾插入/删除，比 list 更高效。
from collections import dequedq = deque([1, 2, 3])
dq.appendleft(0)
dq.append(4)
print(dq) # deque([0, 1, 2, 3, 4])
dq.popleft()
C++类似：
std::deque<int>：内部实现通常为分段数组，头尾插入高效。
适用场景：
- 队列、栈、滑动窗口、BFS。
3. Counter —— 计数器
用于统计可迭代对象中每个元素的出现次数。
from collections import Countercnt = Counter("abracadabra")
print(cnt) # Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})print(cnt.most_common(2)) # [('a', 5), ('b', 2)]
C++类似：
std::unordered_map<char, int>用于统计频率。std::map<char,int>也能做类似工作，只是插入&查找复杂度 O(log n)。
4. OrderedDict —— 有序字典
类似于 std::map，因为 std::map 是有序的（按键排序），但 OrderedDict 是按插入顺序排序。
维护 插入顺序 的映射。
在 Python 3.7+ 普通 dict 也保序，但 OrderedDict 还有额外方法如 move_to_end。
from collections import OrderedDictod = OrderedDict()
od["b"] = 2
od["a"] = 1
od.move_to_end("b")
C++类似：
std::map：按 key 排序存储（API 语义更像平衡树）。- 若想按插入顺序，可用
std::vector<pair>或 boost 的multi_index_container。
5. defaultdict —— 带默认值的字典
访问不存在的键时，自动用工厂函数生成默认值。
from collections import defaultdictd = defaultdict(int) # 默认为0
d["x"] += 1 # 自动创建 d["x"]=0 再 +1
C++类似：
std::unordered_map<K,V>+ 手动写逻辑：
if (m.find(k) == m.end()) m[k] = V(); // 自动初始化
defaultdict(list)类似：unordered_map<K, vector<V>>并在访问时自动创建空 vector。
6. ChainMap —— 多映射视图
将多个 dict 视为一个逻辑映射，按顺序查找，直到命中。
from collections import ChainMapdefaults = {"lang": "en", "theme": "light"}
user = {"theme": "dark"}cm = ChainMap(user, defaults)
print(cm["theme"]) # dark
C++类似：
- 没有直接等价的 STL 容器。
- 可模拟：维护多个
map引用，查询时按顺序遍历查找。
三、应用场景类比
| 场景 | Python collections | C++ STL 类比 |
|---|---|---|
| 词频统计 | Counter | unordered_map<string, int> |
| 带默认集合/列表分组 | defaultdict(list) | unordered_map<K, vector<T>> |
| 按插入顺序输出映射 | OrderedDict | vector<pair<K,V>> 或 boost |
| LRU 缓存 | OrderedDict + move_to_end | list + unordered_map（双向链表法） |
| BFS队列 | deque | std::deque |
| 多层配置查找 | ChainMap | 手写多 map 顺序查找 |
四、注意事项（从 C++ 视角）
- Python 的字典底层是哈希表，
dict≈unordered_map（查找平均 O(1)）。 OrderedDict的 顺序 不是按 key 排序，而是 插入顺序（不同于 C++map）。deque的索引操作复杂度 O(1)，但非连续内存（C++std::deque亦如此）。namedtuple是不可变的；要修改用_replace()：p = p._replace(x=42)Counter支持加减集合运算，这在 C++ STL 中需要手写。
五、例子：C++ 风格的 Python 词频统计
from collections import Counterdef word_freq(text):words = text.split()freq = Counter(words)for k, v in freq.items():print(f"{k}: {v}")word_freq("a b a c b a")
C++ 中可类比成：
unordered_map<string,int> freq;
for (auto &w : words) freq[w]++;
✅ 总结
- 如果你熟悉 C++ STL，可以把
dict看作unordered_map，OrderedDict看作 带顺序的字典类，deque完全等价于std::deque。 defaultdict相当于省略了 C++ 中反复写的if(m.count(key)==0) m[key]=V();。Counter就是unordered_map<T,int>的封装，并提供了统计排名、集合运算等功能。