高级数据结构：掌握Python中的高效编程技巧

学习目标

通过本课程，学员将深入了解Python中的高级数据结构，包括列表推导式、字典推导式、集合推导式和生成器表达式。学员将学习如何利用这些结构来编写更简洁、更高效的代码，并了解它们在实际项目中的应用。

相关知识点

高级数据结构

学习内容

1 高级数据结构

1.1 列表推导式：简化循环逻辑

列表推导式是Python中一种非常强大的特性，它允许以一种非常简洁的方式创建列表。列表推导式的基本形式是[expression for item in iterable]，其中expression是对item进行操作的表达式，iterable是一个可迭代对象，如列表、元组、字符串等。

1.1.1 基本使用

列表推导式可以用来替代传统的循环结构，使代码更加简洁。例如，如果想要创建一个包含1到10的平方数的列表，可以使用传统的循环方式：

squares = []
for i in range(1, 11):squares.append(i * i)
print(squares)

使用列表推导式，同样的任务可以这样完成：

squares = [i * i for i in range(1, 11)]
print(squares)

1.1.2 条件过滤

列表推导式还支持条件过滤，即在创建列表时根据条件选择性地添加元素。例如，如果只想要1到10中偶数的平方数，可以这样做：

even_squares = [i * i for i in range(1, 11) if i % 2 == 0]
print(even_squares)

1.1.3 嵌套循环

列表推导式还可以包含嵌套循环，这在处理多维数据时非常有用。例如，如果有两个列表，想要创建一个包含所有可能组合的列表，可以这样做：

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
combinations = [(x, y) for x in list1 for y in list2]
print(combinations)

1.2 字典推导式：高效创建字典

字典推导式与列表推导式类似，但用于创建字典。字典推导式的基本形式是{key_expression: value_expression for item in iterable}，其中key_expression和value_expression分别是对item进行操作以生成键和值的表达式。

1.2.1 基本使用

字典推导式可以用来快速创建字典。例如，如果有一个列表，想要创建一个字典，其中键是列表中的元素，值是元素的平方，可以这样做：

numbers = [1, 2, 3, 4, 5]
squares_dict = {x: x * x for x in numbers}
print(squares_dict)

1.2.2 条件过滤

字典推导式同样支持条件过滤。例如，如果只想要1到5中偶数的平方数作为字典的值，可以这样做：

even_squares_dict = {x: x * x for x in numbers if x % 2 == 0}
print(even_squares_dict)

1.3 生成器表达式：节省内存的高效方式

生成器表达式与列表推导式和字典推导式类似，但生成器表达式不立即创建一个完整的列表或字典，而是返回一个生成器对象，该对象可以在需要时生成值。生成器表达式的基本形式是(expression for item in iterable)。

1.3.1 基本使用

生成器表达式可以用来创建生成器对象，这些对象在迭代时按需生成值，从而节省内存。例如，如果想要创建一个生成1到10的平方数的生成器，可以这样做：

squares_gen = (i * i for i in range(1, 11))
for square in squares_gen:print(square)

1.3.2 与列表推导式的对比

生成器表达式和列表推导式的主要区别在于内存使用。列表推导式会立即创建一个完整的列表，占用大量内存，而生成器表达式只在需要时生成值，因此更加节省内存。例如，如果处理一个非常大的数据集，使用生成器表达式可以避免内存溢出：

# 使用列表推导式，可能会导致内存溢出
# large_list = [i * i for i in range(1, 10000000)]# 使用生成器表达式，按需生成值，节省内存
large_gen = (i * i for i in range(1, 10000000))
for i, square in enumerate(large_gen):if i >= 10:  # 只打印前10个值breakprint(square)