Skip to content

Latest commit

 

History

History
693 lines (564 loc) · 23.3 KB

07.字符串和常用数据结构.md

File metadata and controls

693 lines (564 loc) · 23.3 KB
Raw

字串和常用資料結構

使用字串

第二次世界大戰促使了現代電子計算機的誕生，最初計算機被應用於導彈彈道的計算，而在計算機誕生後的很多年時間裡，計算機處理的資訊基本上都是數值型的資訊。世界上的第一臺電子計算機叫ENIAC（電子數值積分計算機），誕生於美國的賓夕法尼亞大學，每秒鐘能夠完成約5000次浮點運算。隨著時間的推移，雖然數值運算仍然是計算機日常工作中最為重要的事情之一，但是今天的計算機處理得更多的資料可能都是以文字的方式存在的，如果我們希望透過Python程式操作這些文字資訊，就必須要先了解字串型別以及與它相關的知識。

所謂字串，就是由零個或多個字元組成的有限序列，一般記為$${\displaystyle s=a_{1}a_{2}\dots a_{n}(0\leq n \leq \infty)}$$。在Python程式中，如果我們把單個或多個字元用單引號或者雙引號包圍起來，就可以表示一個字串。

s1 = 'hello, world!'
s2 = "hello, world!"
# 以三個雙引號或單引號開頭的字串可以折行
s3 = """
hello, 
world!
"""
print(s1, s2, s3, end='')

可以在字串中使用\（反斜槓）來表示轉義，也就是說\後面的字元不再是它原來的意義，例如：\n不是代表反斜槓和字元n，而是表示換行；而\t也不是代表反斜槓和字元t，而是表示製表符。所以如果想在字串中表示'要寫成\'，同理想表示\要寫成\\。可以執行下面的程式碼看看會輸出什麼。

s1 = '\'hello, world!\''
s2 = '\n\\hello, world!\\\n'
print(s1, s2, end='')

在\後面還可以跟一個八進位制或者十六進位制數來表示字元，例如\141和\x61都代表小寫字母a，前者是八進位制的表示法，後者是十六進位制的表示法。也可以在\後面跟Unicode字元編碼來表示字元，例如\u9a86\u660a代表的是中文“駱昊”。執行下面的程式碼，看看輸出了什麼。

s1 = '\141\142\143\x61\x62\x63'
s2 = '\u9a86\u660a'
print(s1, s2)

如果不希望字串中的\表示轉義，我們可以透過在字串的最前面加上字母r來加以說明，再看看下面的程式碼又會輸出什麼。

s1 = r'\'hello, world!\''
s2 = r'\n\\hello, world!\\\n'
print(s1, s2, end='')

Python為字串型別提供了非常豐富的運算子，我們可以使用+運算子來實現字串的拼接，可以使用*運算子來重複一個字串的內容，可以使用in和not in來判斷一個字串是否包含另外一個字串（成員運算），我們也可以用[]和[:]運算子從字串取出某個字元或某些字元（切片運算），程式碼如下所示。

s1 = 'hello ' * 3
print(s1) # hello hello hello 
s2 = 'world'
s1 += s2
print(s1) # hello hello hello world
print('ll' in s1) # True
print('good' in s1) # False
str2 = 'abc123456'
# 從字串中取出指定位置的字元(下標運算)
print(str2[2]) # c
# 字串切片(從指定的開始索引到指定的結束索引)
print(str2[2:5]) # c12
print(str2[2:]) # c123456
print(str2[2::2]) # c246
print(str2[::2]) # ac246
print(str2[::-1]) # 654321cba
print(str2[-3:-1]) # 45

在Python中，我們還可以透過一系列的方法來完成對字串的處理，程式碼如下所示。

str1 = 'hello, world!'
# 透過內建函式len計算字串的長度
print(len(str1)) # 13
# 獲得字串首字母大寫的複製
print(str1.capitalize()) # Hello, world!
# 獲得字串每個單詞首字母大寫的複製
print(str1.title()) # Hello, World!
# 獲得字串變大寫後的複製
print(str1.upper()) # HELLO, WORLD!
# 從字串中查詢子串所在位置
print(str1.find('or')) # 8
print(str1.find('shit')) # -1
# 與find類似但找不到子串時會引發異常
# print(str1.index('or'))
# print(str1.index('shit'))
# 檢查字串是否以指定的字串開頭
print(str1.startswith('He')) # False
print(str1.startswith('hel')) # True
# 檢查字串是否以指定的字串結尾
print(str1.endswith('!')) # True
# 將字串以指定的寬度居中並在兩側填充指定的字元
print(str1.center(50, '*'))
# 將字串以指定的寬度靠右放置左側填充指定的字元
print(str1.rjust(50, ' '))
str2 = 'abc123456'
# 檢查字串是否由數字構成
print(str2.isdigit())  # False
# 檢查字串是否以字母構成
print(str2.isalpha())  # False
# 檢查字串是否以數字和字母構成
print(str2.isalnum())  # True
str3 = '  [email protected] '
print(str3)
# 獲得字串修剪左右兩側空格之後的複製
print(str3.strip())

我們之前講過，可以用下面的方式來格式化輸出字串。

a, b = 5, 10
print('%d * %d = %d' % (a, b, a * b))

當然，我們也可以用字串提供的方法來完成字串的格式，程式碼如下所示。

a, b = 5, 10
print('{0} * {1} = {2}'.format(a, b, a * b))

Python 3.6以後，格式化字串還有更為簡潔的書寫方式，就是在字串前加上字母f，我們可以使用下面的語法糖來簡化上面的程式碼。

a, b = 5, 10
print(f'{a} * {b} = {a * b}')

除了字串，Python還內建了多種型別的資料結構，如果要在程式中儲存和操作資料，絕大多數時候可以利用現有的資料結構來實現，最常用的包括列表、元組、集合和字典。

使用列表

不知道大家是否注意到，剛才我們講到的字串型別（str）和之前我們講到的數值型別（int和float）有一些區別。數值型別是標量型別，也就是說這種型別的物件沒有可以訪問的內部結構；而字串型別是一種結構化的、非標量型別，所以才會有一系列的屬性和方法。接下來我們要介紹的列表（list），也是一種結構化的、非標量型別，它是值的有序序列，每個值都可以透過索引進行標識，定義列表可以將列表的元素放在[]中，多個元素用,進行分隔，可以使用for迴圈對列表元素進行遍歷，也可以使用[]或[:]運算子取出列表中的一個或多個元素。

下面的程式碼演示瞭如何定義列表、如何遍歷列表以及列表的下標運算。

list1 = [1, 3, 5, 7, 100]
print(list1) # [1, 3, 5, 7, 100]
# 乘號表示列表元素的重複
list2 = ['hello'] * 3
print(list2) # ['hello', 'hello', 'hello']
# 計算列表長度(元素個數)
print(len(list1)) # 5
# 下標(索引)運算
print(list1[0]) # 1
print(list1[4]) # 100
# print(list1[5])  # IndexError: list index out of range
print(list1[-1]) # 100
print(list1[-3]) # 5
list1[2] = 300
print(list1) # [1, 3, 300, 7, 100]
# 透過迴圈用下標遍歷列表元素
for index in range(len(list1)):
    print(list1[index])
# 透過for迴圈遍歷列表元素
for elem in list1:
    print(elem)
# 透過enumerate函式處理列表之後再遍歷可以同時獲得元素索引和值
for index, elem in enumerate(list1):
    print(index, elem)

下面的程式碼演示瞭如何向列表中新增元素以及如何從列表中移除元素。

list1 = [1, 3, 5, 7, 100]
# 新增元素
list1.append(200)
list1.insert(1, 400)
# 合併兩個列表
# list1.extend([1000, 2000])
list1 += [1000, 2000]
print(list1) # [1, 400, 3, 5, 7, 100, 200, 1000, 2000]
print(len(list1)) # 9
# 先透過成員運算判斷元素是否在列表中，如果存在就刪除該元素
if 3 in list1:
	list1.remove(3)
if 1234 in list1:
    list1.remove(1234)
print(list1) # [1, 400, 5, 7, 100, 200, 1000, 2000]
# 從指定的位置刪除元素
list1.pop(0)
list1.pop(len(list1) - 1)
print(list1) # [400, 5, 7, 100, 200, 1000]
# 清空列表元素
list1.clear()
print(list1) # []

和字串一樣，列表也可以做切片操作，透過切片操作我們可以實現對列表的複製或者將列表中的一部分取出來創建出新的列表，程式碼如下所示。

fruits = ['grape', 'apple', 'strawberry', 'waxberry']
fruits += ['pitaya', 'pear', 'mango']
# 列表切片
fruits2 = fruits[1:4]
print(fruits2) # apple strawberry waxberry
# 可以透過完整切片操作來複制列表
fruits3 = fruits[:]
print(fruits3) # ['grape', 'apple', 'strawberry', 'waxberry', 'pitaya', 'pear', 'mango']
fruits4 = fruits[-3:-1]
print(fruits4) # ['pitaya', 'pear']
# 可以透過反向切片操作來獲得倒轉後的列表的複製
fruits5 = fruits[::-1]
print(fruits5) # ['mango', 'pear', 'pitaya', 'waxberry', 'strawberry', 'apple', 'grape']

下面的程式碼實現了對列表的排序操作。

list1 = ['orange', 'apple', 'zoo', 'internationalization', 'blueberry']
list2 = sorted(list1)
# sorted函式返回列表排序後的複製不會修改傳入的列表
# 函式的設計就應該像sorted函式一樣儘可能不產生副作用
list3 = sorted(list1, reverse=True)
# 透過key關鍵字引數指定根據字串長度進行排序而不是預設的字母表順序
list4 = sorted(list1, key=len)
print(list1)
print(list2)
print(list3)
print(list4)
# 給列表物件發出排序訊息直接在列表物件上進行排序
list1.sort(reverse=True)
print(list1)

生成式和生成器

我們還可以使用列表的生成式語法來建立列表，程式碼如下所示。

f = [x for x in range(1, 10)]
print(f)
f = [x + y for x in 'ABCDE' for y in '1234567']
print(f)
# 用列表的生成表示式語法建立列表容器
# 用這種語法建立列表之後元素已經準備就緒所以需要耗費較多的記憶體空間
f = [x ** 2 for x in range(1, 1000)]
print(sys.getsizeof(f))  # 檢視物件佔用記憶體的位元組數
print(f)
# 請注意下面的程式碼建立的不是一個列表而是一個生成器物件
# 透過生成器可以獲取到資料但它不佔用額外的空間儲存資料
# 每次需要資料的時候就透過內部的運算得到資料(需要花費額外的時間)
f = (x ** 2 for x in range(1, 1000))
print(sys.getsizeof(f))  # 相比生成式生成器不佔用儲存資料的空間
print(f)
for val in f:
    print(val)

除了上面提到的生成器語法，Python中還有另外一種定義生成器的方式，就是透過yield關鍵字將一個普通函式改造成生成器函式。下面的程式碼演示瞭如何實現一個生成斐波拉切數列的生成器。所謂斐波拉切數列可以透過下面遞迴的方法來進行定義：

$${\displaystyle F_{0}=0}$$

$${\displaystyle F_{1}=1}$$

$${\displaystyle F_{n}=F_{n-1}+F_{n-2}}({n}\geq{2})$$

def fib(n):
    a, b = 0, 1
    for _ in range(n):
        a, b = b, a + b
        yield a


def main():
    for val in fib(20):
        print(val)


if __name__ == '__main__':
    main()

使用元組

Python中的元組與列表類似也是一種容器資料型別，可以用一個變數（物件）來儲存多個數據，不同之處在於元組的元素不能修改，在前面的程式碼中我們已經不止一次使用過元組了。顧名思義，我們把多個元素組合到一起就形成了一個元組，所以它和列表一樣可以儲存多條資料。下面的程式碼演示瞭如何定義和使用元組。

# 定義元組
t = ('駱昊', 38, True, '四川成都')
print(t)
# 獲取元組中的元素
print(t[0])
print(t[3])
# 遍歷元組中的值
for member in t:
    print(member)
# 重新給元組賦值
# t[0] = '王大錘'  # TypeError
# 變數t重新引用了新的元組原來的元組將被垃圾回收
t = ('王大錘', 20, True, '雲南昆明')
print(t)
# 將元組轉換成列表
person = list(t)
print(person)
# 列表是可以修改它的元素的
person[0] = '李小龍'
person[1] = 25
print(person)
# 將列表轉換成元組
fruits_list = ['apple', 'banana', 'orange']
fruits_tuple = tuple(fruits_list)
print(fruits_tuple)

這裡有一個非常值得探討的問題，我們已經有了列表這種資料結構，為什麼還需要元組這樣的型別呢？

  1. 元組中的元素是無法修改的，事實上我們在專案中尤其是多執行緒環境（後面會講到）中可能更喜歡使用的是那些不變物件（一方面因為物件狀態不能修改，所以可以避免由此引起的不必要的程式錯誤，簡單的說就是一個不變的物件要比可變的物件更加容易維護；另一方面因為沒有任何一個執行緒能夠修改不變物件的內部狀態，一個不變物件自動就是執行緒安全的，這樣就可以省掉處理同步化的開銷。一個不變物件可以方便的被共享訪問）。所以結論就是：如果不需要對元素進行新增、刪除、修改的時候，可以考慮使用元組，當然如果一個方法要返回多個值，使用元組也是不錯的選擇。
  2. 元組在建立時間和佔用的空間上面都優於列表。我們可以使用sys模組的getsizeof函式來檢查儲存同樣的元素的元組和列表各自佔用了多少記憶體空間，這個很容易做到。我們也可以在ipython中使用魔法指令%timeit來分析建立同樣內容的元組和列表所花費的時間，下圖是我的macOS系統上測試的結果。

使用集合

Python中的集合跟數學上的集合是一致的，不允許有重複元素，而且可以進行交集、並集、差集等運算。

可以按照下面程式碼所示的方式來建立和使用集合。

# 建立集合的字面量語法
set1 = {1, 2, 3, 3, 3, 2}
print(set1)
print('Length =', len(set1))
# 建立集合的構造器語法(面向物件部分會進行詳細講解)
set2 = set(range(1, 10))
set3 = set((1, 2, 3, 3, 2, 1))
print(set2, set3)
# 建立集合的推導式語法(推導式也可以用於推導集合)
set4 = {num for num in range(1, 100) if num % 3 == 0 or num % 5 == 0}
print(set4)

向集合新增元素和從集合刪除元素。

set1.add(4)
set1.add(5)
set2.update([11, 12])
set2.discard(5)
if 4 in set2:
    set2.remove(4)
print(set1, set2)
print(set3.pop())
print(set3)

集合的成員、交集、並集、差集等運算。

# 集合的交集、並集、差集、對稱差運算
print(set1 & set2)
# print(set1.intersection(set2))
print(set1 | set2)
# print(set1.union(set2))
print(set1 - set2)
# print(set1.difference(set2))
print(set1 ^ set2)
# print(set1.symmetric_difference(set2))
# 判斷子集和超集
print(set2 <= set1)
# print(set2.issubset(set1))
print(set3 <= set1)
# print(set3.issubset(set1))
print(set1 >= set2)
# print(set1.issuperset(set2))
print(set1 >= set3)
# print(set1.issuperset(set3))

說明： Python中允許透過一些特殊的方法來為某種型別或資料結構自定義運算子（後面的章節中會講到），上面的程式碼中我們對集合進行運算的時候可以呼叫集合物件的方法，也可以直接使用對應的運算子，例如&運算子跟intersection方法的作用就是一樣的，但是使用運算子讓程式碼更加直觀。

使用字典

字典是另一種可變容器模型，Python中的字典跟我們生活中使用的字典是一樣一樣的，它可以儲存任意型別物件，與列表、集合不同的是，字典的每個元素都是由一個鍵和一個值組成的“鍵值對”，鍵和值透過冒號分開。下面的程式碼演示瞭如何定義和使用字典。

# 建立字典的字面量語法
scores = {'駱昊': 95, '白元芳': 78, '狄仁傑': 82}
print(scores)
# 建立字典的構造器語法
items1 = dict(one=1, two=2, three=3, four=4)
# 透過zip函式將兩個序列壓成字典
items2 = dict(zip(['a', 'b', 'c'], '123'))
# 建立字典的推導式語法
items3 = {num: num ** 2 for num in range(1, 10)}
print(items1, items2, items3)
# 透過鍵可以獲取字典中對應的值
print(scores['駱昊'])
print(scores['狄仁傑'])
# 對字典中所有鍵值對進行遍歷
for key in scores:
    print(f'{key}: {scores[key]}')
# 更新字典中的元素
scores['白元芳'] = 65
scores['諸葛王朗'] = 71
scores.update(冷麵=67, 方啟鶴=85)
print(scores)
if '武則天' in scores:
    print(scores['武則天'])
print(scores.get('武則天'))
# get方法也是透過鍵獲取對應的值但是可以設定預設值
print(scores.get('武則天', 60))
# 刪除字典中的元素
print(scores.popitem())
print(scores.popitem())
print(scores.pop('駱昊', 100))
# 清空字典
scores.clear()
print(scores)

練習

練習1：在螢幕上顯示跑馬燈文字。

參考答案：

import os
import time


def main():
    content = '北京歡迎你為你開天闢地…………'
    while True:
        # 清理螢幕上的輸出
        os.system('cls')  # os.system('clear')
        print(content)
        # 休眠200毫秒
        time.sleep(0.2)
        content = content[1:] + content[0]


if __name__ == '__main__':
    main()

練習2：設計一個函式產生指定長度的驗證碼，驗證碼由大小寫字母和數字構成。

參考答案：

import random


def generate_code(code_len=4):
    """
    生成指定長度的驗證碼

    :param code_len: 驗證碼的長度(預設4個字元)

    :return: 由大小寫英文字母和數字構成的隨機驗證碼
    """
    all_chars = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
    last_pos = len(all_chars) - 1
    code = ''
    for _ in range(code_len):
        index = random.randint(0, last_pos)
        code += all_chars[index]
    return code

練習3：設計一個函式返回給定檔名的字尾名。

參考答案：

def get_suffix(filename, has_dot=False):
    """
    獲取檔名的字尾名

    :param filename: 檔名
    :param has_dot: 返回的字尾名是否需要帶點
    :return: 檔案的字尾名
    """
    pos = filename.rfind('.')
    if 0 < pos < len(filename) - 1:
        index = pos if has_dot else pos + 1
        return filename[index:]
    else:
        return ''

練習4：設計一個函式返回傳入的列表中最大和第二大的元素的值。

參考答案：

def max2(x):
    m1, m2 = (x[0], x[1]) if x[0] > x[1] else (x[1], x[0])
    for index in range(2, len(x)):
        if x[index] > m1:
            m2 = m1
            m1 = x[index]
        elif x[index] > m2:
            m2 = x[index]
    return m1, m2

練習5：計算指定的年月日是這一年的第幾天。

參考答案：

def is_leap_year(year):
    """
    判斷指定的年份是不是閏年

    :param year: 年份
    :return: 閏年返回True平年返回False
    """
    return year % 4 == 0 and year % 100 != 0 or year % 400 == 0


def which_day(year, month, date):
    """
    計算傳入的日期是這一年的第幾天

    :param year: 年
    :param month: 月
    :param date: 日
    :return: 第幾天
    """
    days_of_month = [
        [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31],
        [31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]
    ][is_leap_year(year)]
    total = 0
    for index in range(month - 1):
        total += days_of_month[index]
    return total + date


def main():
    print(which_day(1980, 11, 28))
    print(which_day(1981, 12, 31))
    print(which_day(2018, 1, 1))
    print(which_day(2016, 3, 1))


if __name__ == '__main__':
    main()

練習6：列印楊輝三角。

參考答案：

def main():
    num = int(input('Number of rows: '))
    yh = [[]] * num
    for row in range(len(yh)):
        yh[row] = [None] * (row + 1)
        for col in range(len(yh[row])):
            if col == 0 or col == row:
                yh[row][col] = 1
            else:
                yh[row][col] = yh[row - 1][col] + yh[row - 1][col - 1]
            print(yh[row][col], end='\t')
        print()


if __name__ == '__main__':
    main()

綜合案例

案例1：雙色球選號。

from random import randrange, randint, sample


def display(balls):
    """
    輸出列表中的雙色球號碼
    """
    for index, ball in enumerate(balls):
        if index == len(balls) - 1:
            print('|', end=' ')
        print('%02d' % ball, end=' ')
    print()


def random_select():
    """
    隨機選擇一組號碼
    """
    red_balls = [x for x in range(1, 34)]
    selected_balls = []
    selected_balls = sample(red_balls, 6)
    selected_balls.sort()
    selected_balls.append(randint(1, 16))
    return selected_balls


def main():
    n = int(input('機選幾注: '))
    for _ in range(n):
        display(random_select())


if __name__ == '__main__':
    main()

說明： 上面使用random模組的sample函式來實現從列表中選擇不重複的n個元素。

綜合案例2：約瑟夫環問題。

"""
《幸運的基督徒》
有15個基督徒和15個非基督徒在海上遇險，為了能讓一部分人活下來不得不將其中15個人扔到海里面去，有個人想了個辦法就是大家圍成一個圈，由某個人開始從1報數，報到9的人就扔到海里面，他後面的人接著從1開始報數，報到9的人繼續扔到海里面，直到扔掉15個人。由於上帝的保佑，15個基督徒都倖免於難，問這些人最開始是怎麼站的，哪些位置是基督徒哪些位置是非基督徒。
"""


def main():
    persons = [True] * 30
    counter, index, number = 0, 0, 0
    while counter < 15:
        if persons[index]:
            number += 1
            if number == 9:
                persons[index] = False
                counter += 1
                number = 0
        index += 1
        index %= 30
    for person in persons:
        print('基' if person else '非', end='')


if __name__ == '__main__':
    main()

綜合案例3：井字棋遊戲。

import os


def print_board(board):
    print(board['TL'] + '|' + board['TM'] + '|' + board['TR'])
    print('-+-+-')
    print(board['ML'] + '|' + board['MM'] + '|' + board['MR'])
    print('-+-+-')
    print(board['BL'] + '|' + board['BM'] + '|' + board['BR'])


def main():
    init_board = {
        'TL': ' ', 'TM': ' ', 'TR': ' ',
        'ML': ' ', 'MM': ' ', 'MR': ' ',
        'BL': ' ', 'BM': ' ', 'BR': ' '
    }
    begin = True
    while begin:
        curr_board = init_board.copy()
        begin = False
        turn = 'x'
        counter = 0
        os.system('clear')
        print_board(curr_board)
        while counter < 9:
            move = input('輪到%s走棋, 請輸入位置: ' % turn)
            if curr_board[move] == ' ':
                counter += 1
                curr_board[move] = turn
                if turn == 'x':
                    turn = 'o'
                else:
                    turn = 'x'
            os.system('clear')
            print_board(curr_board)
        choice = input('再玩一局?(yes|no)')
        begin = choice == 'yes'


if __name__ == '__main__':
    main()

說明： 最後這個案例來自《Python程式設計快速上手:讓繁瑣工作自動化》一書（這本書對有程式設計基礎想迅速使用Python將日常工作自動化的人來說還是不錯的選擇），對程式碼做了一點點的調整。