Python 的 collections 模块提供了一些额外的数据结构，这些数据结构在内置的数据类型（如列表、字典、集合等）的基础上，增加了额外的功能或优化了性能。下面是如何使用 collections 模块中的 deque、Counter 和 OrderedDict 这三种数据结构的简单示例。
1. deque（双端队列）
deque（发音为"deck"）是一个线程安全、快速添加/删除元素于两端的线性容器。它支持从两端快速添加和删除元素，时间复杂度为 O(1)。
python复制代码
|---|--------------------------------------------------------------|
| | from collections import deque |
| | |
| | # 创建一个 deque |
| | d = deque('ghi') |
| | |
| | # 添加元素到右端 |
| | d.append('j') |
| | d.append('k') |
| | |
| | # 添加元素到左端 |
| | d.appendleft('f') |
| | d.appendleft('e') |
| | |
| | # 打印 deque |
| | print(d) # 输出: deque(['e', 'f', 'g', 'h', 'i', 'j', 'k']) |
| | |
| | # 从右端移除元素 |
| | print(d.pop()) # 输出: 'k' |
| | |
| | # 从左端移除元素 |
| | print(d.popleft()) # 输出: 'e' |
2. Counter（计数器）
Counter 是一个字典子类，用于计数可哈希对象。它是一个字典，其中元素被当作字典键，它们的计数被存储为字典值。
python复制代码
|---|---------------------------------------------------------------------------------------------|
| | from collections import Counter |
| | |
| | # 创建一个 Counter |
| | c = Counter('gallahad') |
| | |
| | # 输出 Counter |
| | print(c) # 输出: Counter({'a': 3, 'l': 2, 'g': 1, 'h': 1, 'd': 1}) |
| | |
| | # 更新计数器 |
| | c.update('admiral') |
| | |
| | # 输出更新后的 Counter |
| | print(c) # 输出: Counter({'a': 4, 'd': 2, 'l': 2, 'g': 1, 'm': 1, 'i': 1, 'r': 1, 'h': 1}) |
| | |
| | # 获取某个元素的计数 |
| | print(c['a']) # 输出: 4 |
| | |
| | # 获取元素计数并删除该元素（如果计数为 0，则不执行删除） |
| | print(c.pop('d')) # 输出: 2 |
| | |
| | # 输出更新后的 Counter |
| | print(c) # 输出: Counter({'a': 4, 'l': 2, 'g': 1, 'm': 1, 'i': 1, 'r': 1, 'h': 1}) |
3. OrderedDict（有序字典）
OrderedDict 是一个字典子类，它保持了元素被插入时的顺序。当迭代 OrderedDict 时，元素的顺序与它们被插入时的顺序相同。
python复制代码
|---|----------------------------------------|
| | from collections import OrderedDict |
| | |
| | # 创建一个 OrderedDict |
| | d = OrderedDict() |
| | d['foo'] = 1 |
| | d['bar'] = 2 |
| | d['spam'] = 3 |
| | d['grok'] = 4 |
| | |
| | # 迭代并打印 OrderedDict |
| | for key in d: |
| | print(key, d[key]) |
| | # 输出: |
| | # foo 1 |
| | # bar 2 |
| | # spam 3 |
| | # grok 4 |
| | |
| | # 插入一个新的键值对到有序字典的开始 |
| | d.move_to_end('foo', last=False) |
| | |
| | # 再次迭代并打印 |
| | for key in d: |
| | print(key, d[key]) |
| | # 输出: |
| | # foo 1 |
| | # bar 2 |
| | # spam 3 |
| | # grok 4 |
这些数据结构在需要特定功能的场景下非常有用，如需要维护插入顺序的字典、需要快速从两端添加/删除元素的列表，或者需要计数可哈希对象的场景。