文章一:Python高级数据结构与算法实

一、简介

在这篇文章中，我们将学习Python中的高级数据结构，如堆、栈、队列、链表等，并使用Python实现常见的算法，如排序、查找等。我们将从以下几个方面来展开本文的内容：

1. 栈（Stack）
2. 队列（Queue）
3. 链表（Linked List）
4. 堆（Heap）
5. 排序算法（Sorting Algorithms）
6. 查找算法（Searching Algorithms）

二、栈（Stack）

栈是一种后进先出（LIFO）的数据结构，只允许在栈顶进行插入和删除操作。在Python中，我们可以使用列表（list）实现栈。

class Stack:
    def __init__(self):
        self.items = []

    def push(self, item):
        self.items.append(item)

    def pop(self):
        if not self.is_empty():
            return self.items.pop()

    def peek(self):
        if not self.is_empty():
            return self.items[-1]

    def is_empty(self):
        return len(self.items) == 0

    def size(self):
        return len(self.items)

三、队列（Queue）

队列是一种先进先出（FIFO）的数据结构，只允许在队尾进行插入操作，而在队头进行删除操作。在Python中，我们可以使用collections模块中的deque类实现队列。

from collections import deque

class Queue:
    def __init__(self):
        self.items = deque()

    def enqueue(self, item):
        self.items.append(item)

    def dequeue(self):
        if not self.is_empty():
            return self.items.popleft()

    def is_empty(self):
        return len(self.items) == 0

    def size(self):
        return len(self.items)
            previous.next = current.next
    else:
        raise ValueError("Data not found in the list")

五、堆（Heap）

堆是一种特殊的完全二叉树，它的每个节点都大于等于（最大堆）或小于等于（最小堆）其子节点。在Python中，我们可以使用heapq库实现堆。

import heapq

class MaxHeap:
    def __init__(self):
        self.items = []

    def push(self, item):
        heapq.heappush(self.items, -item)

    def pop(self):
        return -heapq.heappop(self.items)

    def peek(self):
        return -self.items[0]

    def is_empty(self):
        return len(self.items) == 0

    def size(self):
        return len(self.items)

六、排序算法（Sorting Algorithms）

1. 冒泡排序（Bubble Sort）

冒泡排序是一种简单的排序算法，通过重复遍历列表，比较相邻元素并交换不正确的顺序。

def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n - i - 1):
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]

2. 选择排序（Selection Sort）

选择排序是一种简单的排序算法，每次遍历列表找到最小（或最大）的元素，将其放到正确的位置。

def selection_sort(arr):
    n = len(arr)
    for i in range(n):
        min_index = i
        for j in range(i + 1, n):
            if arr[j] < arr[min_index]:
                min_index = j
        arr[i], arr[min_index] = arr[min_index], arr[i]

3. 插入排序（Insertion Sort）

插入排序是一种简单的排序算法，将未排序的元素逐个插入已排序的序列中。

def insertion_sort(arr):
    n = len(arr)
    for i in range(1, n):
        key = arr[i]
        j = i - 1
        while j >= 0 and arr[j] > key:
            arr[j + 1] = arr[j]
            j -= 1
        arr[j + 1] = key

七、查找算法（Searching Algorithms）

1. 顺序查找（Sequential Search）

顺序查找是一种简单的查找算法，通过遍历列表，逐个比较元素来查找目标值。

def sequential_search(arr, target):
    for i in range(len(arr)):
        if arr[i] == target:
            return i
    return -1

2. 二分查找（Binary Search）

二分查找是一种高效的查找算法，要求列表已排序。每次查找都将范围缩小一半，直到找到目标值。

 

def binary_search(arr, target):
    low, high = 0, len(arr) - 1
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] == target:
            return mid
    elif arr[mid] < target:
        low = mid + 1
    else:
        high = mid - 1
return -1

小结

在本文中，我们学习了Python中的高级数据结构，如栈、队列、链表、堆，并实现了常见的排序和查找算法。掌握这些数据结构和算法将帮助我们在实际编程中解决各种问题，提高我们的编程技巧和水平。

在后续的文章中，我们将继续探讨更多的Python实战案例，如网络编程、数据分析、爬虫、机器学习等。希望这些文章能够对你的学习和实践带来帮助。