介绍一下Python的核心数据结构

Python 的核心数据结构是内置的基础存储容器，设计简洁且功能强大，覆盖了绝大多数编程场景的需求。它们的核心特点是 “开箱即用、高效灵活”，主要包括 列表（List）、元组（Tuple）、字典（Dictionary）、集合（Set），再加上基础的字符串（String），共同构成了 Python 数据处理的基石。

以下从 定义、核心特性、常用操作、适用场景 四个维度，详细介绍每个核心数据结构：

一、列表（List）：有序可变的“万能容器”

1. 定义与外观

列表是 Python 最常用的数据结构，用于存储 有序、可修改 的元素集合，用方括号 ​​[]​​ 定义，元素之间用逗号分隔。

# 示例：存储不同类型的元素（Python 列表支持异构元素）
fruits = ["苹果", "香蕉", 100, True, 3.14]
nums = [1, 2, 3, 4, 5]

2. 核心特性

• 有序性：元素按插入顺序排列，支持通过索引（下标）访问（索引从 0 开始）；
• 可变性：可动态添加、删除、修改元素（不创建新列表，直接修改原容器）；
• 异构性：可存储不同类型的元素（字符串、数字、布尔值、甚至其他列表）；
• 可重复：允许存储重复元素。

3. 常用操作（高频）

4. 适用场景

• 存储需要按顺序访问、频繁修改的数据（如购物车商品、任务列表）；
• 临时存储多个异构元素（如接口返回的混合类型数据）；
• 需要动态增减元素的场景（如用户输入的多条数据）。

二、元组（Tuple）：有序不可变的“安全容器”

1. 定义与外观

元组是 有序、不可修改 的元素集合，用圆括号 ​​()​​ 定义（单个元素需加逗号，避免歧义）。

# 示例：存储固定不变的数据
coordinates = (10.0, 20.0)  # 坐标（x,y）
person_info = ("小明", 25, "北京")  # 个人信息（姓名、年龄、城市）
single_tuple = (5,)  # 单个元素的元组（必须加逗号）

2. 核心特性

• 有序性：与列表一致，支持索引访问和切片；
• 不可变性：创建后无法添加、删除、修改元素（若元素是可变类型如列表，可修改元素内部值，但元组结构不变）；
• 异构性：支持存储不同类型元素；
• 可重复：允许重复元素；
• 轻量高效：比列表占用内存更少，访问速度更快。

3. 常用操作（高频）

4. 适用场景

• 存储固定不变的数据（如坐标、配置参数、常量）；
• 函数返回多个值（本质是返回元组，可解构赋值：​​name, age = func()​​）；
• 作为字典的键（元组不可变，列表不可作为字典键）；
• 需要数据安全性的场景（避免误修改核心数据）。

三、字典（Dictionary）：无序键值对的“映射容器”

1. 定义与外观

字典是 无序（Python 3.7+ 后保证插入顺序）、键值对（key-value） 存储的容器，用大括号 ​​{}​​ 定义，键（key）唯一且不可变，值（value）可任意类型。

# 示例：存储键值映射关系的数据
student = {
    "id": 101,
    "name": "小红",
    "score": 95,
    "courses": ["数学", "英语"]  # 值可以是列表等可变类型
}
empty_dict = {}  # 空字典

2. 核心特性

• 映射性：通过唯一的 key 快速查找 value（查询效率远高于列表）；
• 键不可变：key 必须是不可变类型（字符串、数字、元组），不能是列表、字典等可变类型；
• 值可任意：value 可以是任意类型（包括字典、列表等可变类型）；
• 键唯一：重复的 key 会被覆盖（后定义的生效）。

3. 常用操作（高频）

4. 适用场景

• 存储具有映射关系的数据（如用户信息、配置项、接口返回的 JSON 数据）；
• 需要快速通过 key 查询数据的场景（如根据 ID 查找用户）；
• 存储多维度数据（如商品的名称、价格、库存等属性）。

四、集合（Set）：无序唯一的“去重容器”

1. 定义与外观

集合是 无序、无重复元素 的容器，用大括号 ​​{}​​ 或 ​​set()​​ 函数定义（空集合必须用 ​​set()​​，不能用 ​​{}​​，否则是字典）。

# 示例：存储唯一不重复的数据
tags = {"Python", "编程", "入门"}  # 标签集合（自动去重）
nums = set([1, 2, 2, 3, 3, 3])    # 从列表创建集合（输出：{1,2,3}）
empty_set = set()  # 空集合

2. 核心特性

• 唯一性：自动去除重复元素（创建时即去重）；
• 无序性：无固定顺序，不支持索引访问和切片；
• 元素不可变：集合中的元素必须是不可变类型（字符串、数字、元组），不能是列表、字典等可变类型；
• 支持集合运算：交集、并集、差集等（类似数学中的集合操作）。

3. 常用操作（高频）

4. 适用场景

• 数据去重（如用户输入的重复标签、列表中的重复元素）；
• 集合运算（如查找两个列表的共同元素、筛选独有元素）；
• 快速判断元素是否存在（​​in​​ 操作效率远高于列表，如 ​​if "Python" in tags​​）。

五、字符串（String）：有序不可变的“文本容器”

字符串虽常被视为“文本类型”，但本质是 有序、不可变的字符集合，具备数据结构的核心特性，也是 Python 核心数据结构之一。

1. 定义与外观

用单引号 ​​''​​、双引号 ​​""​​ 或三引号 ​​""" """​​（多行文本）定义。

name = "Python"
intro = '一门简洁的编程语言'
multi_line = """第一行
第二行
第三行"""  # 多行字符串

2. 核心特性

• 有序性：支持索引访问和切片（类似列表、元组）；
• 不可变性：创建后无法修改单个字符（如 ​​name[0] = "p"​​ 会报错）；
• 可拼接/重复：通过 ​​+​​ 拼接、​​*​​ 重复生成新字符串。

3. 常用操作（高频）

4. 适用场景

• 存储和处理文本数据（如用户输入、文件内容、接口返回的文本）；
• 字符串格式化（如拼接用户信息、生成 SQL 语句）。

六、核心数据结构对比表（面试高频）

七、核心总结（入门+面试重点）

1. 有序 vs 无序：列表、元组、字符串是有序（支持索引/切片）；集合是无序（不支持索引）；字典 3.7+ 后有序，之前无序；
2. 可变 vs 不可变：列表、字典、集合是可变（可修改元素）；元组、字符串是不可变（创建后无法修改）；
3. 查询效率：字典、集合的查询效率（​​in​​ 操作）是 O(1)（哈希表实现），远高于列表、元组的 O(n)；
4. 选型原则：

• 需有序修改 → 列表；
• 需有序不可修改 → 元组；
• 需键值映射 → 字典；
• 需去重/集合运算 → 集合；
• 需处理文本 → 字符串。

掌握这 5 种核心数据结构，就能应对 Python 80% 以上的开发场景，也是面试中高频考察的基础知识点。