Python列表字典集合教程详解
2026-05-29 18:43:38
0浏览
收藏
Python的列表、字典和集合远不止基础语法那么简单——它们各自独特的底层实现(动态数组、哈希表、精简哈希结构)直接决定了性能表现(如索引O(1) vs 中间插入O(n)、成员检测O(1))、安全边界(键必须可哈希、空集合必须用set()而非{})和常见陷阱(循环中修改列表、浅拷贝引发的隐式共享、顺序依赖的误用)。真正掌握它们,意味着能精准判断“何时该用谁”:用列表维护有序序列但避免高频中间操作,用字典实现高速键值查找并善用get/setdefault保障健壮性,用集合高效去重与运算同时规避顺序假定;更关键的是理解嵌套结构下的深浅拷贝差异、不可变替代方案的价值,以及这些选择如何切实减少bug、提升运行效率、增强代码可维护性——这不是炫技,而是写出稳定、高效、少重构的Python代码的基本功。

Python 的列表、字典、集合不是“会用就行”的工具,它们的底层行为、时间复杂度、可变性差异,直接决定代码是否健壮、高效、不易出错。理解它们不是背语法,而是看清“什么时候该用谁”“为什么这样写会慢或报错”。
列表:有序、可变、允许重复,但索引访问快,中间插入删除慢
列表底层是动态数组,内存连续,所以按索引取值(lst[5])是 O(1),但往开头或中间 insert() 或 pop(0) 是 O(n)——因为后面所有元素都要平移。
- 避免在循环中对列表做
remove()或append()同时遍历,容易跳过元素或无限循环;推荐用列表推导式过滤:[x for x in lst if x > 0] list.append()均摊 O(1),但list.insert(0, x)每次都挪动全部元素,大数据量时明显卡顿- 复制列表别用
new = old(只是引用),要用new = old.copy()或new = old[:]或new = list(old)
字典:键必须可哈希,查找/插入平均 O(1),但无序(3.7+保持插入顺序是实现细节,非语言保证)
字典靠哈希表实现。键必须是不可变类型(如 str、int、tuple),因为哈希值需稳定;list、dict、set 不可作键,会报 TypeError: unhashable type。
- 判断键是否存在,用
if key in d:,不要用try/except KeyError(除非你本就要取值并处理异常) - 安全取值优先用
d.get(key, default),比d[key]更健壮;批量设默认值可用d.setdefault(key, default) - 遍历时想同时得键和值,直接用
for k, v in d.items():,别先取keys()再索引——后者多一次哈希查找
集合:去重神器,成员检测极快,但不记录顺序、不支持索引
集合本质是精简版字典(只存键,值为占位符),因此成员判断 x in s 平均 O(1),远快于 x in list 的 O(n)。适合查重、交并差运算、快速过滤。
- 创建空集合必须用
set(),{}是空字典——这是高频错误 - 去重保留原顺序?不能直接用
set(lst)(会乱序),改用dict.fromkeys(lst).keys()或list(dict.fromkeys(lst)) - 集合运算符更直观:
s1 & s2(交集)、s1 | s2(并集)、s1 - s2(差集),比调用方法s1.intersection(s2)更简洁
三者嵌套与深浅拷贝:可变对象嵌套时,copy() 只复制一层
列表里放字典、字典里嵌套集合……这类结构很常见。此时 .copy() 或切片 [:] 只是浅拷贝:外层新对象,内层仍共用引用。修改内层字典,原列表里的也会变。
- 需要彻底隔离,用
import copy; deepcopy(obj) - 更轻量的替代:用不可变结构约束自己,比如用
tuple替代list、用frozenset替代set,天然避免意外修改 - 函数传参也是浅拷贝逻辑——传列表进去,函数里
append会影响外部;如不想被改,函数开头就data = data.copy()
不复杂但容易忽略。真正吃透这三者,不是为了炫技,而是写出来的代码少 debug、少重构、上线更稳。
终于介绍完啦!小伙伴们,这篇关于《Python列表字典集合教程详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
BOOKING价格锁定功能详解
- 上一篇
- BOOKING价格锁定功能详解
- 下一篇
- Win10自动连接WiFi设置教程
查看更多
最新文章
-
- 文章 · python教程 | 1天前 | Python logging traceback logger.exception exc_info
- Python logging 怎样让异常堆栈保留上下文
- 421浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 对象比较 Field dataclasses Compare
- Python dataclasses 怎样让字段不参与比较
- 341浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 资源关闭 contextlib ExitStack
- Python contextlib 怎样把多个资源组合关闭
- 333浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · 编码 · python · Python 文件编码 pathlib UnicodeDecodeError Path.read_text
- Python pathlib.Path.read_text 怎样避免默认编码导致乱码
- 220浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 键值存储 空间回收 Python shelve dbm reorganize
- Python shelve 怎样回收删除键留下的空间
- 394浏览 收藏
-
- 文章 · python教程 | 1天前 | 默认值 · python · Python Field 可变默认值 default_factory dataclasses
- Python dataclasses 怎样用 default_factory 避免共享可变默认值
- 136浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 工程实践 · Python 浮点数 math.isclose 相对误差 绝对误差
- Python math.isclose 怎样同时控制相对误差和绝对误差
- 278浏览 收藏
-
- 文章 · python教程 | 1天前 | Python mkdir pathlib parent_mode
- Python 3.15 pathlib mkdir 怎样设置中间目录权限
- 330浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python sqlite3 怎样用 URI 参数打开只读连接
- 159浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 575次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 617次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 649次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 609次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 424次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

