### Python `collections` 模块入门 #### 了解 `collections` 模块的重要性 Python 是一种功能强大且广泛应用的编程语言，拥有众多内置模块来提升开发效率。其中，`collections` 模块特别有用，因为它引入了许多特殊化容器数据类型，这些是对常规内建容器（如字典、列表、集合和元组）的有效补充[^2]。 #### Counter 对象简介 `Counter` 类是一个子类化的字典，旨在帮助统计哈希表对象的数量。它接收任何可迭代的对象作为输入参数并返回一个字典类型的映射，键是原序列中的元素而对应的值则是该元素出现次数。 ```python from collections import Counter cnt = Counter('abracadabra') print(cnt) # 输出: Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) ``` #### deque 双向队列详解 `deque` 表示双端队列，在两端进行快速插入和删除操作。可以通过多种方式创建 `deque` 实例，包括但不限于空构造函数、列表、元组甚至字符串等不同形式的数据源。 ```python import collections # 创建不同的deque实例 empty_deque = collections.deque() list_based_deque = collections.deque(['a', 'b', 'c']) tuple_based_deque = collections.deque(('a', 'b', 'c')) string_based_deque = collections.deque("abc") print(list_based_deque) # 输出: deque(['a', 'b', 'c']) ``` #### defaultdict 的特性说明 当尝试访问不存在于默认字典 (`defaultdict`) 中的关键字时，默认会自动为其分配由工厂函数产生的初始值而不是抛出异常。这使得处理缺失项变得简单得多。 ```python from collections import defaultdict int_dict = defaultdict(int) print(int_dict['missing_key']) # 输出: 0 (不会引发KeyError) str_dict = defaultdict(str) print(str_dict['another_missing_key']) # 输出: ''(空字符串) ``` #### namedtuple 构造命名元组 `namedtuple()` 函数允许创建具有名称字段属性的标准元组变体。这种结构不仅保持了原有性能优势还增加了易读性和语义清晰度。 ```python from collections import namedtuple Point = namedtuple('Point', ['x', 'y']) p = Point(11, y=22) print(p.x + p.y) # 输出: 33 print(p) # 输出: Point(x=11, y=22) ``` #### OrderedDict 特殊之处探讨 尽管标准字典自 Python 3.7 起已经保留插入顺序，但在某些情况下仍然可能需要用到 `OrderedDict` 来显式维护项目之间的相对位置关系。然而需要注意的是如果通过关键字参数传递给构造器或更新方法，则无法保证原有的次序不变[^3]。 ```python from collections import OrderedDict ordered_dict = OrderedDict([('apple', 4), ('banana', 3)]) print(ordered_dict) # 输出: OrderedDict([('apple', 4), ('banana', 3)]) # 关键字参数可能导致失去原始顺序 unordered_odict = OrderedDict(apple=4, banana=3) print(unordered_odict) # 结果可能会改变顺序 ```