# Python列表(List)与字典(Dict)数据结构详解 ## 一、基本概念与特性对比 | 特性 | 列表(List) | 字典(Dict) | |------|------------|------------| | **数据结构** | 有序序列 | 无序键值对集合 | | **索引方式** | 整数索引(从0开始) | 键(key)作为索引 | | **元素要求** | 任何数据类型 | 键必须为不可变类型 | | **内存占用** | 相对较小 | 相对较大 | | **查找效率** | O(n) | O(1)平均情况 | | **适用场景** | 有序数据集合 | 键值映射关系 | 列表是有序的元素集合，可以通过位置索引访问；而字典是通过键来存储和检索值的无序集合[ref_2][ref_5]。 ## 二、创建与初始化方法 ### 列表创建示例 ```python # 空列表创建 empty_list = [] empty_list2 = list() # 带初始值的列表 numbers = [1, 2, 3, 4, 5] mixed_list = [1, "hello", 3.14, True] nested_list = [[1, 2], [3, 4], [5, 6]] # 使用列表推导式 squares = [x**2 for x in range(10)] ``` ### 字典创建示例 ```python # 空字典创建 empty_dict = {} empty_dict2 = dict() # 带初始值的字典 student = {"name": "张三", "age": 20, "major": "计算机科学"} scores = {"数学": 95, "英语": 88, "编程": 92} # 使用字典推导式 word_lengths = {word: len(word) for word in ["apple", "banana", "cherry"]} # 从键值对列表创建 pairs = [("a", 1), ("b", 2), ("c", 3)] from_pairs = dict(pairs) ``` ## 三、核心操作与方法 ### 列表常用操作 ```python # 创建示例列表 fruits = ["apple", "banana", "orange", "grape"] # 访问元素 print(fruits[0]) # 输出: apple print(fruits[-1]) # 输出: grape (负索引从末尾开始) # 切片操作 print(fruits[1:3]) # 输出: ['banana', 'orange'] print(fruits[:2]) # 输出: ['apple', 'banana'] print(fruits[2:]) # 输出: ['orange', 'grape'] # 修改元素 fruits[1] = "berry" print(fruits) # 输出: ['apple', 'berry', 'orange', 'grape'] # 添加元素 fruits.append("peach") # 末尾添加 fruits.insert(1, "mango") # 指定位置插入 # 删除元素 removed = fruits.pop() # 删除末尾元素 removed2 = fruits.pop(1) # 删除指定位置元素 fruits.remove("orange") # 删除指定值 # 列表合并 more_fruits = ["kiwi", "pineapple"] all_fruits = fruits + more_fruits # 其他常用方法 fruits.extend(more_fruits) # 扩展列表 fruits.sort() # 排序 fruits.reverse() # 反转 ``` ### 字典常用操作 ```python # 创建示例字典 person = {"name": "李四", "age": 25, "city": "北京"} # 访问元素 print(person["name"]) # 输出: 李四 print(person.get("age")) # 输出: 25 print(person.get("gender", "未知")) # 输出: 未知 (提供默认值) # 添加/修改元素 person["gender"] = "男" # 添加新键值对 person["age"] = 26 # 修改现有值 # 删除元素 del person["city"] # 删除指定键 removed_value = person.pop("age") # 删除并返回值 # 遍历字典 for key in person: # 遍历键 print(f"键: {key}") for value in person.values(): # 遍历值 print(f"值: {value}") for key, value in person.items(): # 遍历键值对 print(f"{key}: {value}") # 字典合并 info = {"job": "工程师", "salary": 15000} person.update(info) # 其他常用方法 keys = person.keys() # 所有键 values = person.values() # 所有值 items = person.items() # 所有键值对 ``` ## 四、实际应用场景 ### 列表的典型应用 ```python # 1. 数据序列处理 temperatures = [22.5, 23.1, 24.8, 25.3, 26.0] average_temp = sum(temperatures) / len(temperatures) # 2. 任务队列管理 todo_list = ["写报告", "开会", "代码审查", "测试"] current_task = todo_list.pop(0) # 取出第一个任务 # 3. 矩阵表示 matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] element = matrix[1][2] # 访问第二行第三列: 6 ``` ### 字典的典型应用 ```python # 1. 配置信息存储[ref_1] config = { "database": { "host": "localhost", "port": 5432, "user": "admin" }, "app": { "debug": True, "version": "1.0.0" } } # 2. 词频统计[ref_3] text = "apple banana apple cherry banana apple" words = text.split() word_count = {} for word in words: word_count[word] = word_count.get(word, 0) + 1 # 3. 情感分析应用[ref_4][ref_6] sentiment_dict = { "好": 1, "优秀": 2, "喜欢": 1, "坏": -1, "糟糕": -2, "讨厌": -1 } def analyze_sentiment(text, sentiment_dict): words = text.split() score = 0 for word in words: score += sentiment_dict.get(word, 0) return score result = analyze_sentiment("这个产品很好用，非常优秀", sentiment_dict) print(f"情感得分: {result}") # 输出: 情感得分: 3 ``` ## 五、性能特点与选择建议 ### 性能对比分析 | 操作 | 列表 | 字典 | |------|------|------| | **查找元素** | O(n) - 需要遍历 | O(1) - 哈希查找 | | **插入元素** | O(n) - 可能需移动元素 | O(1) - 平均情况 | | **删除元素** | O(n) - 可能需移动元素 | O(1) - 平均情况 | | **内存使用** | 较低 | 较高(存储哈希表) | ### 选择指南 **使用列表的情况：** - 需要保持元素顺序 - 需要通过位置索引访问 - 数据量相对较小 - 需要进行排序操作 **使用字典的情况：** - 需要通过有意义的键快速查找 - 数据关系是键值映射 - 需要快速插入和删除 - 数据量较大且查找频繁 ## 六、高级技巧与最佳实践 ### 列表推导式与字典推导式 ```python # 列表推导式 - 生成平方数 squares = [x**2 for x in range(1, 6)] # [1, 4, 9, 16, 25] # 带条件的列表推导式 even_squares = [x**2 for x in range(10) if x % 2 == 0] # 字典推导式 - 创建字符映射 char_map = {chr(65+i): i for i in range(26)} # {'A':0, 'B':1, ...} # 字典推导式处理数据 data = [("a", 1), ("b", 2), ("c", 3)] data_dict = {key: value*2 for key, value in data} ``` ### 嵌套数据结构 ```python # 列表嵌套字典 - 学生信息表 students = [ {"id": 1, "name": "Alice", "grades": [85, 90, 78]}, {"id": 2, "name": "Bob", "grades": [92, 88, 95]}, {"id": 3, "name": "Charlie", "grades": [76, 85, 80]} ] # 访问嵌套数据 alice_grade = students[0]["grades"][1] # 90 # 字典嵌套列表 - 课程安排 schedule = { "Monday": ["数学", "英语", "物理"], "Tuesday": ["化学", "历史", "编程"], "Wednesday": ["生物", "地理", "美术"] } ``` 通过深入理解列表和字典的特性、操作方法和适用场景，开发者可以根据具体需求选择最合适的数据结构，从而编写出更高效、更易维护的Python代码。