常见数据结构的 Python 实现（建议收藏）

数据结构作为计算机基础的必修内容，也是很多大型互联网企业面试的必考题。可想而知，它在计算机领域的重要性。

然而很多计算机专业的同学，都仅仅是了解数据结构的相关理论，却无法用代码实现各种数据结构。

今日整理了一份常见数据结构的 Python 实现，希望大家能够参考代码，亲自动手通过代码实现各种数据结构，以巩固知识加深理解。

以下内容整理于《Python 实现各种常用算法》

栈

class Stack(object):def __init__(self, limit=10):self.stack = [] #存放元素self.limit = limit #栈容量极限def push(self, data): #判断栈是否溢出if len(self.stack) >= self.limit:print('StackOverflowError')passself.stack.append(data)def pop(self):if self.stack:return self.stack.pop()else:raise IndexError('pop from an empty stack') #空栈不能被弹出def peek(self): #查看堆栈的最上面的元素if self.stack:return self.stack[-1]def is_empty(self): #判断栈是否为空return not bool(self.stack)def size(self): #返回栈的大小return len(self.stack)

单链表

class Node:  def __init__(self, data):self.data = data  self.next = None
class Linked_List:def __init__(self):self.head = Nonedef initlist(self,data_list):    #链表初始化函数self.head=Node(data_list[0])   #创建头结点temp=self.headfor i in data_list[1:]: #逐个为 data 内的数据创建结点, 建立链表node=Node(i)temp.next=nodetemp=temp.nextdef is_empty(self):  #判断链表是否为空if self.head.next==None:print("Linked_list is empty")return Trueelse:return Falsedef get_length(self):  #获取链表的长度temp=self.head #临时变量指向队列头部length=0 #计算链表的长度变量while temp!=None:length=length+1temp=temp.nextreturn length #返回链表的长度def insert(self,key,value): #链表插入数据函数if key<0 or key>self.get_length()-1:print("insert error")temp=self.headi=0while i<=key: #遍历找到索引值为 key 的结点后, 在其后面插入结点pre=temptemp=temp.nexti=i+1node=Node(value)pre.next=nodenode.next=tempdef print_list(self):   #遍历链表，并将元素依次打印出来print("linked_list:")temp=self.headnew_list=[]while temp is not None:new_list.append(temp.data)temp=temp.nextprint(new_list)def remove(self,key):  #链表删除数据函数if key<0 or key>self.get_length()-1:print("insert error")i=0temp=self.headwhile temp !=None:  #遍历找到索引值为 key 的结点pre=temptemp=temp.nexti=i+1if i==key:pre.next=temp.nexttemp=Nonereturn Truepre.next=Nonedef reverse(self): #将链表反转prev = Nonecurrent = self.headwhile current:next_node = current.nextcurrent.next = prevprev = currentcurrent = next_nodeself.head = prev

双链表

class Node(object):# 双向链表节点def __init__(self, item):self.item = itemself.next = Noneself.prev = None
class DLinkList(object):# 双向链表def __init__(self):self._head = Nonedef is_empty(self):# 判断链表是否为空return self._head == Nonedef get_length(self):# 返回链表的长度cur = self._headcount = 0while cur != None:count=count+1cur = cur.nextreturn countdef travel(self):# 遍历链表cur = self._headwhile cur != None:print(cur.item)cur = cur.nextprint("")def add(self, item):# 头部插入元素node = Node(item)if self.is_empty():# 如果是空链表，将_head指向nodeself._head = nodeelse:# 将node的next指向_head的头节点node.next = self._head# 将_head的头节点的prev指向nodeself._head.prev = node# 将_head 指向nodeself._head = nodedef append(self, item):# 尾部插入元素node = Node(item)if self.is_empty():# 如果是空链表，将_head指向nodeself._head = nodeelse:# 移动到链表尾部cur = self._headwhile cur.next != None:cur = cur.next# 将尾节点cur的next指向nodecur.next = node# 将node的prev指向curnode.prev = curdef search(self, item):# 查找元素是否存在cur = self._headwhile cur != None:if cur.item == item:return Truecur = cur.nextreturn Falsedef insert(self, pos, item):# 在指定位置添加节点if pos <= 0:self.add(item)elif pos > (self.length()-1):self.append(item)else:node = Node(item)cur = self._headcount = 0# 移动到指定位置的前一个位置while count < (pos-1):count += 1cur = cur.next# 将node的prev指向curnode.prev = cur# 将node的next指向cur的下一个节点node.next = cur.next# 将cur的下一个节点的prev指向nodecur.next.prev = node# 将cur的next指向nodecur.next = nodedef remove(self, item):# 删除元素if self.is_empty():returnelse:cur = self._headif cur.item == item:# 如果首节点的元素即是要删除的元素if cur.next == None:# 如果链表只有这一个节点self._head = Noneelse:# 将第二个节点的prev设置为Nonecur.next.prev = None# 将_head指向第二个节点self._head = cur.nextreturnwhile cur != None:if cur.item == item:# 将cur的前一个节点的next指向cur的后一个节点cur.prev.next = cur.next# 将cur的后一个节点的prev指向cur的前一个节点cur.next.prev = cur.prevbreakcur = cur.next

队列（链表形式实现）

class Node(object):def __init__(self,elem,next=None):self.elem = elem #表示对应的元素值self.next=next #表示下一个链接的链点
class Queue(object):def __init__(self):self.head = None #头部链点为 Noneself.rear = None #尾部链点为 Nonedef is_empty(self):return self.head is None #判断队列是否为空def enqueue(self, elem):p = Node(elem) #初始化一个新的点if self.is_empty():self.head = p #队列头部为新的链点self.rear = p #队列尾部为新的链点else:self.rear.next = p #队列尾部的后继是这个新的点self.rear =p #然后让队列尾部指针指向这个新的点def dequeue(self):if self.is_empty(): #判断队列是否为空print('Queue_is_empty') #若队列为空，则退出 dequeue 操作else:result = self.head.elem #result为队列头部元素self.head = self.head.next #改变队列头部指针位置return result #返回队列头部元素def peek(self):if self.is_empty(): #判断队列是否为空print('NOT_FOUND') #为空则返回 NOT_FOUNDelse:return self.head.elem #返回队列头部元素def print_queue(self):print("queue:")temp=self.headmyqueue=[] #暂时存放队列数据while temp is not None:myqueue.append(temp.elem)temp=temp.nextprint(myqueue)

队列（数组形式实现）

class Queue():def __init__(self):self.entries = [] #表示队列内的参数self.length = 0 #表示队列的长度self.front=0 #表示队列头部位置def enqueue(self, item):self.entries.append(item) #添加元素到队列里面self.length = self.length + 1 #队列长度增加 1def dequeue(self):self.length = self.length - 1 #队列的长度减少 1dequeued = self.entries[self.front] #队首元素为dequeuedself.front-=1 #队首的位置减少1self.entries = self.entries[self.front:] #队列的元素更新为退队之后的队列return dequeueddef peek(self):return self.entries[0] #直接返回队列的队首元素

二叉树

class Node(object):def __init__(self,item):self.item=item #表示对应的元素self.left=None #表示左节点self.right=None #表示右节点def __str__(self):return str(self.item)  #print 一个 Node 类时会打印 __str__ 的返回值
class Tree(object):def __init__(self):self.root=Node('root')  #根节点定义为 root 永不删除，作为哨兵使用。def add(self,item):node = Node(item)if self.root is None:  #如果二叉树为空，那么生成的二叉树最终为新插入树的点self.root = nodeelse:q = [self.root] # 将q列表，添加二叉树的根节点while True:pop_node = q.pop(0)if pop_node.left is None: #左子树为空则将点添加到左子树pop_node.left = nodereturnelif pop_node.right is None: #右子树为空则将点添加到右子树pop_node.right = nodereturnelse:q.append(pop_node.left)q.append(pop_node.right)def get_parent(self, item):if self.root.item == item:return None  # 根节点没有父节点tmp = [self.root] # 将tmp列表，添加二叉树的根节点while tmp:pop_node = tmp.pop(0)if pop_node.left and pop_node.left.item == item: #某点的左子树为寻找的点return pop_node #返回某点，即为寻找点的父节点if pop_node.right and pop_node.right.item == item: #某点的右子树为寻找的点return pop_node #返回某点，即为寻找点的父节点if pop_node.left is not None: #添加tmp 元素tmp.append(pop_node.left)if pop_node.right is not None:tmp.append(pop_node.right)return Nonedef delete(self, item):if self.root is None:  # 如果根为空，就什么也不做return Falseparent = self.get_parent(item)if parent:del_node = parent.left if parent.left.item == item else parent.right  # 待删除节点if del_node.left is None:if parent.left.item == item:parent.left = del_node.rightelse:parent.right = del_node.rightdel del_nodereturn Trueelif del_node.right is None:if parent.left.item == item:parent.left = del_node.leftelse:parent.right = del_node.leftdel del_nodereturn Trueelse:  # 左右子树都不为空tmp_pre = del_nodetmp_next = del_node.rightif tmp_next.left is None:# 替代tmp_pre.right = tmp_next.righttmp_next.left = del_node.lefttmp_next.right = del_node.rightelse:while tmp_next.left:  # 让tmp指向右子树的最后一个叶子tmp_pre = tmp_nexttmp_next = tmp_next.left# 替代tmp_pre.left = tmp_next.righttmp_next.left = del_node.lefttmp_next.right = del_node.rightif parent.left.item == item:parent.left = tmp_nextelse:parent.right = tmp_nextdel del_nodereturn Trueelse:return False

字典树

class TrieNode:def __init__(self):self.nodes = dict()  # 构建字典self.is_leaf = Falsedef insert(self, word: str):  curr = selffor char in word:if char not in curr.nodes:curr.nodes[char] = TrieNode()curr = curr.nodes[char]curr.is_leaf = Truedef insert_many(self, words: [str]):for word in words:self.insert(word)def search(self, word: str):curr = selffor char in word:if char not in curr.nodes:return Falsecurr = curr.nodes[char]return curr.is_leaf

堆

class heap(object):def __init__(self):#初始化一个空堆，使用数组来在存放堆元素，节省存储self.data_list = []def get_parent_index(self,index):#返回父节点的下标if index == 0 or index > len(self.data_list) -1:return Noneelse:return (index -1) >> 1def swap(self,index_a,index_b):#交换数组中的两个元素self.data_list[index_a],self.data_list[index_b] = self.data_list[index_b],self.data_list[index_a]def insert(self,data):#先把元素放在最后，然后从后往前依次堆化#这里以大顶堆为例，如果插入元素比父节点大，则交换，直到最后self.data_list.append(data)index = len(self.data_list) -1 parent = self.get_parent_index(index)#循环，直到该元素成为堆顶，或小于父节点（对于大顶堆) while parent is not None and self.data_list[parent] < self.data_list[index]:#交换操作self.swap(parent,index)index = parentparent = self.get_parent_index(parent)def removeMax(self):#删除堆顶元素，然后将最后一个元素放在堆顶，再从上往下依次堆化remove_data = self.data_list[0]self.data_list[0] = self.data_list[-1]del self.data_list[-1]#堆化self.heapify(0)return remove_datadef heapify(self,index):#从上往下堆化，从index 开始堆化操作 (大顶堆)total_index = len(self.data_list) -1while True:maxvalue_index = indexif 2*index +1 <=  total_index and self.data_list[2*index +1] > self.data_list[maxvalue_index]:maxvalue_index = 2*index +1if 2*index +2 <=  total_index and self.data_list[2*index +2] > self.data_list[maxvalue_index]:maxvalue_index = 2*index +2if maxvalue_index == index:breakself.swap(index,maxvalue_index)index = maxvalue_index

以上内容仅介绍了常见数据结构的 Python 实现，更多的其他数据结构可以前往实验楼学习完整课程内容：https://www.shiyanlou.com/courses/1265

常见数据结构的 Python 实现（建议收藏）相关推荐

python中常见的流程结构-常见数据结构的 Python 实现（建议收藏）
数据结构作为计算机基础的必修内容,也是很多大型互联网企业面试的必考题.可想而知,它在计算机领域的重要性. 然而很多计算机专业的同学,都仅仅是了解数据结构的相关理论,却无法用代码实现各种数据结构. 今日 ...
springboot和vue data数据为空_常见数据结构的 Python 实现（建议收藏）
数据结构作为计算机基础的必修内容,也是很多大型互联网企业面试的必考题.可想而知,它在计算机领域的重要性. 然而很多计算机专业的同学,都仅仅是了解数据结构的相关理论,却无法用代码实现各种数据结构. 今日 ...
有了java基础，迅速学完Python并做了一份笔记-全套Python，建议收藏
面向过程 Python简介 Python和Java的解释方式对比 Java:源代码 -> 编译成class -> Jvm解释运行 Python:源代码 -> Python解释器解释运 ...
“约见”面试官系列之常见面试题第三十八篇之js常见的继承方式（建议收藏）
1.原型链继承核心: 将父类的实例作为子类的原型将构造函数的原型设置为另一个构造函数的实例对象,这样就可以继承另一个原型对象的所有属性和方法,可以继续往上,最终形成原型链父类 // 定义一个动物 ...
主节点数量_你知道电气主接线常见接线方式吗？建议收藏共同学习
电气主接线常见8种接线方式优缺点分析版块: 电气工程电气工程原创版块一.线路变压器组接线线路变压器组接线就是线路和变压器直接相连,是一种最简单的接线方式,线路变压器组接线的优点是断路器少,接线 ...
一天掌握数据结构与算法，建议收藏
最近老是听到刚毕业的朋友说,面试的时候对算法和数据结构很头疼,于是我整理了一波资料,感觉有用的朋友,可以点个赞支持哦. 不多说,直接上内容目录 1.数据结构与算法知识点整理: 2.链表.队列和栈的区 ...
26个类型的常见面试精选总结（建议收藏）
最近技术交流群里面很多群友在最近面试完之后,有的还将面试题带出来了,都将面试题都发到群里一起讨论,还是比较火热的,都将答案讨论出来了,但是面试题都比较零散,所以博主将大家和博主自己搜集的面试题统一总结 ...
常见智力题汇总（建议收藏）
Python机器学习、深度学习库总结（内含大量示例，建议收藏）
Python机器学习.深度学习库总结(内含大量示例,建议收藏) 前言 python常用机器学习及深度学习库介绍总结与分类 python 常用机器学习及深度学习库总结分类更多前言目前,随着人工 ...

常见数据结构的 Python 实现（建议收藏）

栈

单链表

双链表

队列（链表形式实现）

队列（数组形式实现）

二叉树

字典树

堆

常见数据结构的 Python 实现（建议收藏）相关推荐

最新文章

热门文章