Python高級數據結構與算法實例分析

本文小編為大家詳細介紹“Python高級數據結構與算法實例分析”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python高級數據結構與算法實例分析”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

一、簡介

我們將從以下幾個方面來展開本文的內容：

棧（Stack）

隊列（Queue）

鏈表（Linked List）

堆（Heap）

排序算法（Sorting Algorithms）

查找算法（Searching Algorithms）

二、棧（Stack）

棧是一種后進先出（LIFO）的數據結構，只允許在棧頂進行插入和刪除操作。在Python中，我們可以使用列表（list）實現棧。

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、隊列（Queue）

隊列是一種先進先出（FIFO）的數據結構，只允許在隊尾進行插入操作，而在隊頭進行刪除操作。在Python中，我們可以使用collections模塊中的deque類實現隊列。

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")

四、堆（Heap）

堆是一種特殊的完全二叉樹，它的每個節點都大于等于（最大堆）或小于等于（最小堆）其子節點。在Python中，我們可以使用heapq庫實現堆。

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)

五、排序算法（Sorting Algorithms）

1. 冒泡排序（Bubble Sort）

冒泡排序是一種簡單的排序算法，通過重復遍歷列表，比較相鄰元素并交換不正確的順序。

 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. 選擇排序（Selection Sort）

選擇排序是一種簡單的排序算法，每次遍歷列表找到最小（或最大）的元素，將其放到正確的位置。

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）

插入排序是一種簡單的排序算法，將未排序的元素逐個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

六、查找算法（Searching Algorithms）

1. 順序查找（Sequential Search）

順序查找是一種簡單的查找算法，通過遍歷列表，逐個比較元素來查找目標值。

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）

二分查找是一種高效的查找算法，要求列表已排序。每次查找都將范圍縮小一半，直到找到目標值。

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

讀到這里，這篇“Python高級數據結構與算法實例分析”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。