高級數據結構：掌握Python中的高效編程技巧

學習目標

通過本課程，學員將深入了解Python中的高級數據結構，包括列表推導式、字典推導式、集合推導式和生成器表達式。學員將學習如何利用這些結構來編寫更簡潔、更高效的代碼，并了解它們在實際項目中的應用。

相關知識點

高級數據結構

學習內容

1 高級數據結構

1.1 列表推導式：簡化循環邏輯

列表推導式是Python中一種非常強大的特性，它允許以一種非常簡潔的方式創建列表。列表推導式的基本形式是[expression for item in iterable]，其中expression是對item進行操作的表達式，iterable是一個可迭代對象，如列表、元組、字符串等。

1.1.1 基本使用

列表推導式可以用來替代傳統的循環結構，使代碼更加簡潔。例如，如果想要創建一個包含1到10的平方數的列表，可以使用傳統的循環方式：

squares = []
for i in range(1, 11):squares.append(i * i)
print(squares)

使用列表推導式，同樣的任務可以這樣完成：

squares = [i * i for i in range(1, 11)]
print(squares)

1.1.2 條件過濾

列表推導式還支持條件過濾，即在創建列表時根據條件選擇性地添加元素。例如，如果只想要1到10中偶數的平方數，可以這樣做：

even_squares = [i * i for i in range(1, 11) if i % 2 == 0]
print(even_squares)

1.1.3 嵌套循環

列表推導式還可以包含嵌套循環，這在處理多維數據時非常有用。例如，如果有兩個列表，想要創建一個包含所有可能組合的列表，可以這樣做：

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
combinations = [(x, y) for x in list1 for y in list2]
print(combinations)

1.2 字典推導式：高效創建字典

字典推導式與列表推導式類似，但用于創建字典。字典推導式的基本形式是{key_expression: value_expression for item in iterable}，其中key_expression和value_expression分別是對item進行操作以生成鍵和值的表達式。

1.2.1 基本使用

字典推導式可以用來快速創建字典。例如，如果有一個列表，想要創建一個字典，其中鍵是列表中的元素，值是元素的平方，可以這樣做：

numbers = [1, 2, 3, 4, 5]
squares_dict = {x: x * x for x in numbers}
print(squares_dict)

1.2.2 條件過濾

字典推導式同樣支持條件過濾。例如，如果只想要1到5中偶數的平方數作為字典的值，可以這樣做：

even_squares_dict = {x: x * x for x in numbers if x % 2 == 0}
print(even_squares_dict)

1.3 生成器表達式：節省內存的高效方式

生成器表達式與列表推導式和字典推導式類似，但生成器表達式不立即創建一個完整的列表或字典，而是返回一個生成器對象，該對象可以在需要時生成值。生成器表達式的基本形式是(expression for item in iterable)。

1.3.1 基本使用

生成器表達式可以用來創建生成器對象，這些對象在迭代時按需生成值，從而節省內存。例如，如果想要創建一個生成1到10的平方數的生成器，可以這樣做：

squares_gen = (i * i for i in range(1, 11))
for square in squares_gen:print(square)

1.3.2 與列表推導式的對比

生成器表達式和列表推導式的主要區別在于內存使用。列表推導式會立即創建一個完整的列表，占用大量內存，而生成器表達式只在需要時生成值，因此更加節省內存。例如，如果處理一個非常大的數據集，使用生成器表達式可以避免內存溢出：

# 使用列表推導式，可能會導致內存溢出
# large_list = [i * i for i in range(1, 10000000)]# 使用生成器表達式，按需生成值，節省內存
large_gen = (i * i for i in range(1, 10000000))
for i, square in enumerate(large_gen):if i >= 10:  # 只打印前10個值breakprint(square)