当前位置：首页 > article >正文

趣学python编程 (四、数据结构和算法介绍)

article 2024/11/15 1:45:33

数据结构和算法在编程中非常重要。数据结构是组织和存储数据的方式，而算法是解决问题的方法和步骤。你要挑战的蓝桥杯，实际也是在设计算法解决问题。其实各种编程语言都只是工具，而程序的核心=数据结构+算法。犹如练武，数据结构和算法是内功，各种编程语言都只是刀枪棍棒，根据需要在不同的场合选用顺手的兵器。

前言

翻遍了各种python书籍，要么是纯粹的知识点灌输，要么是面向小孩儿的图片和游戏任务太多，知识点太琐碎，不能让编程系统起来。(不是说那种方式不好，只是效果有限，可能得学好多年才有所悟)。这也是本系列教程到这里也没开始一行代码的原因。先有知识背景的介绍，后面的学习才能更有效。

鼓励我们的学生善于发问的习惯。学贵有疑，明代教育家朱熹有言：“学贵知疑，小疑则小进，大疑则大进。”，在学习过程中，有疑问、有困惑是正常的，甚至是必要的。不能有觉得自卑或害怕批评的顾虑。因为只有对某个知识点有疑问时，才会去深入研究，去寻找答案，这样才能真正理解和掌握。“读书无疑者须教有疑，有疑者却要无疑，这里方是长进。” ，语出《朱子语类·学五·读书法下》。

学python你不能只学python，你需要首先让了解下全貌，脑补下背景和基础，否则很容易“不识庐山真面目，只缘身在此山中”。(至少得补点计算机的历史和基础，毕竟初学者不像计算机专业的大学生，他们有操作系统，数据结构算法和编程语言等方面的基础课程，可以上来就讲python)。

就像写作文一样，如果才能写好作文？

你要写风，你就不能只写风。要写湖面的波纹，要写云朵向哪走，飞沙往哪飘，要写屋檐边悬挂的铃铛响，要写轻舟与竹筏的轻漾，要写人们不听话的衣角和发梢，写抓不住的气球。

你要写雪，就不能只写雪。要写凛冽，写皎洁，写天下万物的苍茫与凄切。要写北风卷地吹醒夜、寒冬腊月。写原驰蜡象，写山舞银蛇。写桥下冰初结，写陌上人行绝。写一支梅的孤傲与决绝，写千山鸟飞绝，万径人踪灭，直到最后，推敲思量，把你写进词里，白首不分离，相望鬓边初雪。

你要写月，就不能只写月。要写阴晴，写圆缺。写盈满清辉掩盖的疮痕和孤孑。要写林深鹿动，疏影横斜。也要写夜雪呼啸的刚劲哀绝。写一首松风解带、山涧琴声；再写一阙掬水弄香、古刹掩门。至此再搁笔，不提一字，满目皆是。

你要写雨，就不能只写雨。要写芭蕉，写落絮。写世人看不透的别离与相遇。写巴山之夜，写梅子黄时。写一叠纸的相思与残句。写黄昏窗外点滴声，似与梧桐耳语。再写僧庐阶前鬓已星，悲观总无情。直到最后，才陡然折笔，把你写进词的下半阙。已然只剩唏嘘。

你要写云，就不能只写云。要写自然、写随风。写天下人间的漂浮与乘空。要写衣裳花想容，拂槛露华浓。写落日熔金，人在何处。写一番情深不寿的苦留与无凭。写此后锦书休寄，悲痛使人愁。写行也思君，暮也思君。再写众鸟高飞尽，雪落芦烟直。直至终了，朝思西计提笔道是楚山秦山皆白云，白云处处长随君。

你要写夏，就不能只写夏天。要写炽热，要写蝉鸣。写世人看不透的憧憬和遇见。要写橙色黄昏晚风拂，夏夜猖狂。写蝉鸣正响，写晚风不凉。写满架蔷薇的浪漫和肆意。写河畔清风迎面吹，皎洁月色常伴。再写绿树浓荫十里荷花，悠悠夏日长。

你要写秋，就不能只写秋。要写思念和离愁，这人间诉不尽的相思和烦忧。要写寂寞无言独自上西楼，弯月如钩。写有暗香盈袖，写人比黄花瘦。写一轮月的期许与诉求。写濛濛细雨打芭蕉，写一片痴情付水东流。再写姑苏城外清寒古寺，钟声幽幽。

你要学python，就不能只学python，需了解点儿计算机的历史，计算机基础知识。需要有一定的计算机基础，包括数据结构、操作系统、计算机网络、数据库等。只有这样才能更好地掌握Python语言，并将其应用起来，这样学起来才更有效率。

数据结构和算法介绍

在编程中，数据结构和算法是非常重要的。“程序=数据结构+算法”，足见数据结构和算法的重要性。数据结构是程序的基础，它定义了数据的存储方式和操作方式。而算法是程序的逻辑和灵魂，它定义了程序如何处理数据以解决问题。一开始就要有数据结构和算法的概念，这在以后的编程中非常重要。

尽管关于数据结构和算法的知识单独一个拿出来讲，都够写一本书了，但是还是有必要提及一些。俗话说“师父领进门，修行在个人”，数据结构和算法其实一直贯穿在整个编程的过程中，有时你只是使用，不关注而已。

数据结构

数据结构是一种组织数据的方式，以便可以有效地进行访问、搜索和修改。不同的数据结构有不同的性能特点，例如，数组可以随机访问元素，链表可以高效地插入和删除元素，而二叉搜索树可以在log(n)时间内完成搜索。选择正确的数据结构可以极大地影响程序的效率和可读性。

后面要讲到的Python中的数组、字符串、列表、元组和字典其实都属于数据结构，它们可以用来存储和组织数据，并且每种类型都有自己独特的特点和用途。列表和元组属于线性数据结构，而字典则属于非线性数据结构。

线性数据结构是指数据元素之间存在一种线性关系的数据结构，即任意两个数据元素之间存在一对一的关系。

常见的线性数据结构有：线性表、栈、队列、双端队列、串（字符串）和链表。

非线性数据结构是指数据元素之间不存在线性关系的数据结构，即任意两个数据元素之间可能存在多对一或一对多的关系。常见的非线性数据结构有：树、二叉树、堆、图。

线性数据结构的特点是元素之间存在一种线性关系，可以按照一定的次序访问或操作数据元素，但是插入和删除操作较为困难，效率较低。

非线性数据结构的特点是元素之间不存在明显的线性关系，可以表示一些复杂的层次结构和关系，但是访问和操作数据元素的顺序依赖于具体的操作路径，不够直观。在某些场景下，非线性数据结构的插入和删除操作更加高效。

- 数组（Array）：用于存储和访问相同类型的数据元素的集合。

- 字符串（String）：用于存储和操作文本数据的一种数据类型。

- 列表（List）：用于存储和访问任意类型的数据元素的有序集合。

- 元组（Tuple）：用于存储和访问任意类型的数据元素的有序集合，但元组是不可变的。

- 字典（Dictionary）：用于存储和访问键值对数据的一种数据类型。

当然可以自定义数据结构啦！Python中可以通过类定义来创建自定义的数据结构。什么是类？什么是对象？这个对初学者可能一下子不容易理解，不过没关系，慢慢的用的多了自然会理解。这里先简单介绍下，有个初步的印象即可，后面用到了再讲解。

什么是类？

类是一种数据结构的抽象，对现实世界的抽象，它是一个模子，用于创建对象，它定义了对象的属性和方法。

什么是对象？

对象是类的实例，具有类定义的属性和方法。类是对象的蓝图，描述了对象的特征和行为。对象是类的具体实例，具有类的特征和行为的具体实现。

类和对象是面向对象编程的重要概念。通过类和对象，可以更好地组织和管理代码，提高代码的可复用性和可维护性。

类的属性是类的成员变量，用于存储类的相关信息，可以在类的任何方法中使用。而类的方法是类的成员函数，用于定义类的行为，可以访问和修改类的属性。类的属性和方法是类的构成要素，用于描述类的特征和行为。

通过汽车举例，讲一下什么是类，什么是对象：

当我们谈论汽车时，汽车就是一个类，它描述了一类具有相同特征和行为的对象（一种交通工具，有轮子、会跑、会鸣笛），但你不知道是哪种汽车，只知道大概它有哪些特征。但是光知道汽车，你肯定不能直接开啊，得具体到某一汽车实体才行。具体的某一辆汽车，比如我的汽车，就是汽车类的一个对象，它具有该类所定义的特征(变量如车速，剩余油量)和行为（函数如启动，停止，转弯）的具体实例。类是抽象的，对象是具体的。类是对象的模板，而对象是类的实例。

当我们谈论动物时，动物就是一个类，它描述了一类具有相同特征和行为的对象。而具体的某一只动物，比如我的宠物狗，就是该类的一个对象，它具有该类所定义的特征和行为的具体实例。类是抽象的，对象是具体的。类是对象的模板，而对象是类的实例。

在编程中，类和对象存在的意义是什么？

类和对象是面向对象编程的重要概念，当然你也可以不用它，直接面向过程编程即可。前面的一些简单编程任务，基本不涉及这一块儿，但是往后深入编程，类和对象是一定会用到的。

但是用他们是有好处的，它们对现实世界很好的模拟，提供了一种组织和管理代码的方法。类和对象的存在具有以下几个意义：

1. 模块化：类和对象可以将程序划分为模块，每个模块都有自己的类和对象，从而降低程序的复杂性，提高代码的可维护性和可复用性。

2. 抽象：类和对象可以将具体问题抽象为抽象的数据类型，隐藏内部实现细节，只暴露出必要的接口，从而降低程序的复杂性，提高代码的可读性和可理解性。

3. 封装：类和对象可以将数据和函数封装在一起，形成一个独立的单位，保护数据不被外部随意访问和修改，从而提高程序的安全性和稳定性。

4. 继承：类和对象可以通过继承建立类之间的关系，从而实现代码的共享和重用，减少代码的冗余，提高代码的可扩展性和可维护性。

总之，类和对象是面向对象编程的重要概念，它们可以提高代码的可维护性、可复用性、可扩展性、可读性、可理解性、安全性和稳定性，降低程序的复杂性，提高编程效率。

算法

算法也是编程中不可或缺的一部分，只是有时你可能没意识到它的存在。算法是一系列解决问题或完成特定任务的明确指令。你做的各种编程任务，其实都可以算做是在设计算法解决问题。

算法是一系列解决问题的清晰指令，旨在将输入映射为输出。通常算法用于执行计算、数据处理和自动推理等任务。算法可以用各种方式表示，包括自然语言、流程图、伪代码和计算机编程语言。算法的选择取决于问题的性质、所需的计算资源以及目标输出的形式。一些常见的算法示例包括排序算法（如冒泡排序和快速排序）、搜索算法（如线性搜索和二分搜索）以及加密算法（如对称密钥算法和公钥算法）。算法可以脱离代码单独存在，可以用各种方式表示，包括自然语言、流程图、伪代码和计算机编程语言。算法可以不依赖于任何具体的编程语言来存在。

比如给你出道题，从1加到100，你会怎么做？你的实现也可以称之为一个简单的算法。

常见的算法有哪些？

常见的算法包括排序算法（如冒泡排序、插入排序、快速排序）、搜索算法（如线性搜索、二分搜索）、加密算法（如对称密钥算法、公钥算法）、最短路径算法（如Dijkstra算法）、图算法（如深度优先搜索算法、广度优先搜索算法）等。

讲一个故事，斯坦福大学是怎么给学生讲二分查找算法的，上来就表演“撕书”。国外的老讲授讲课就是生动形象，拿查找一本书里的某个字来举例，问如何才能快速的找到想要的字？先把书翻开一半，结果没找到直接撕掉一半，然后再在另一半书中再翻开一半去找，直到找到为止。你猜在几千页厚厚的书中找到某个字仅需要几步？可能十几步就找到了，速度够快吧。采用的这种一次劈开一半，再从一半书中找到某个字的方法，就可以称之为算法。