当前位置：首页 > wzjs >正文

青岛网站建设-中国互联建网站中企动力推荐

wzjs 2025/9/11 0:31:17

青岛网站建设-中国互联,建网站中企动力推荐,小说网站自主建设,获取网站访客qq号Python数据结构综合应用：实战案例与练习一、数据结构回顾本周学习的核心数据结构及其Python实现方式如下： 数据结构特点Python实现示例列表（List）有序，可修改，动态数组my_list [1, 2, 3]元组&#xf…

Python数据结构综合应用：实战案例与练习

一、数据结构回顾

本周学习的核心数据结构及其Python实现方式如下：

数据结构	特点	Python实现示例
列表（List）	有序，可修改，动态数组	`my_list = [1, 2, 3]`
元组（Tuple）	有序，不可修改	`my_tuple = (1, 2, 3)`
栈（Stack）	LIFO（后进先出）	使用列表的`append()`和`pop()`
队列（Queue）	FIFO（先进先出）	使用`collections.deque`
双向链表	快速插入/删除	自定义节点类实现
哈希表	O(1)时间复杂度查找	字典`dict`类型
二叉搜索树	左子树值 < 根 < 右子树值	自定义树节点类
图（Graph）	节点与边的集合	字典表示邻接表

二、实战案例解析

案例1：LRU缓存实现

需求场景

设计一个最近最少使用缓存，当容量达到上限时淘汰最久未使用的数据。

实现方案

class DLinkedNode:def __init__(self, key=0, value=0):self.key = keyself.value = valueself.prev = Noneself.next = Noneclass LRUCache:def __init__(self, capacity: int):self.cache = {}self.capacity = capacityself.head, self.tail = DLinkedNode(), DLinkedNode()self.head.next = self.tailself.tail.prev = self.headdef _add_node(self, node):node.prev = self.headnode.next = self.head.nextself.head.next.prev = nodeself.head.next = nodedef _remove_node(self, node):prev = node.prevnext = node.nextprev.next = nextnext.prev = prevdef _move_to_head(self, node):self._remove_node(node)self._add_node(node)def get(self, key: int) -> int:if key not in self.cache:return -1node = self.cache[key]self._move_to_head(node)return node.valuedef put(self, key: int, value: int) -> None:if key in self.cache:node = self.cache[key]node.value = valueself._move_to_head(node)else:if len(self.cache) >= self.capacity:last = self.tail.prevself._remove_node(last)del self.cache[last.key]new_node = DLinkedNode(key, value)self.cache[key] = new_nodeself._add_node(new_node)

关键设计

哈希表：快速定位节点位置
双向链表：维护访问顺序，头节点存放最近访问元素

案例2：Dijkstra最短路径算法

算法步骤

初始化距离字典，起点距离为0，其他为无穷大
使用优先队列存储未处理的节点
每次取出距离最小的节点
更新相邻节点的最短距离

Python实现

import heapqdef dijkstra(graph, start):distances = {vertex: float('infinity') for vertex in graph}distances[start] = 0pq = [(0, start)]while pq:current_dist, current_vertex = heapq.heappop(pq)if current_dist > distances[current_vertex]:continuefor neighbor, weight in graph[current_vertex].items():distance = current_dist + weightif distance < distances[neighbor]:distances[neighbor] = distanceheapq.heappush(pq, (distance, neighbor))return distances# 示例图结构（邻接表）
graph = {'A': {'B': 6, 'D': 1},'B': {'A': 6, 'C': 5},'C': {'B': 5, 'D': 8, 'E': 4},'D': {'A': 1, 'C': 8, 'E': 3},'E': {'C': 4, 'D': 3}
}print(dijkstra(graph, 'A'))  # 输出各节点到A的最短距离

三、综合练习题

1. 无序数组转二叉搜索树

class TreeNode:def __init__(self, val=0):self.val = valself.left = Noneself.right = Nonedef sorted_array_to_bst(nums):if not nums:return Nonemid = len(nums) // 2root = TreeNode(nums[mid])root.left = sorted_array_to_bst(nums[:mid])root.right = sorted_array_to_bst(nums[mid+1:])return root# 使用示例
unsorted = [3, 1, 4, 5, 2]
sorted_arr = sorted(unsorted)
bst_root = sorted_array_to_bst(sorted_arr)

2. 有效括号表达式验证

def is_valid_expression(s: str) -> bool:stack = []brackets = {')': '(', ']': '[', '}': '{'}for char in s:if char in brackets.values():stack.append(char)elif char in brackets:if not stack or stack[-1] != brackets[char]:return Falsestack.pop()return not stack and any(c in '+*-/' for c in s)  # 确保包含运算符print(is_valid_expression("(a+b)*c"))  # True
print(is_valid_expression("((a+b))"))  # False（缺少运算符）

3. 图中所有路径查找

def find_all_paths(graph, start, end, path=[]):path = path + [start]if start == end:return [path]if start not in graph:return []paths = []for node in graph[start]:if node not in path:newpaths = find_all_paths(graph, node, end, path)for p in newpaths:paths.append(p)return paths# 示例图结构
graph = {'A': ['B', 'C'],'B': ['D'],'C': ['D'],'D': ['E'],'E': []
}print(find_all_paths(graph, 'A', 'E'))
# 输出：[['A', 'B', 'D', 'E'], ['A', 'C', 'D', 'E']]