PythonCollections模块实用数据类型解析

Python 的 Collections 模块提供了比内置数据类型更高级、更灵活的容器类型，能够简化特定场景下的代码逻辑。这些类型在处理计数、默认值、顺序字典等任务时非常实用。

1. Counter：统计元素出现次数

Counter 是一个字典的子类，用于统计可迭代对象中元素的频次。它将元素作为键，出现次数作为值。

常见用法包括：

• 统计字符串中字符出现次数：Counter("hello") 返回 {'l': 2, 'h': 1, 'e': 1, 'o': 1}
• 获取最常见元素：counter.most_common(2) 返回前两名
• 支持加减操作，合并或相减两个计数器

2. defaultdict：自动初始化默认值

普通字典访问不存在的键会抛出 KeyError。defaultdict 可以指定一个工厂函数，在键不存在时自动生成默认值。

例如：

• 用 defaultdict(list) 构建列表的分组字典，无需判断键是否存在
• 用 defaultdict(int) 实现计数功能，类似 Counter
• 工厂函数可以是 list、set、int 等可调用对象

3. OrderedDict：保持插入顺序的字典

OrderedDict 记录键值对的插入顺序。虽然从 Python 3.7 开始普通字典也保持插入顺序，但 OrderedDict 提供了更明确的语义和额外方法。

特点包括：

• popitem(last=True) 可控制弹出末尾或开头的项
• move_to_end(key, last=True) 移动指定键到开头或末尾
• 适合需要明确依赖插入顺序的逻辑

4. deque：双端队列高效操作

deque（double-ended queue）支持从两端高效地添加和删除元素，时间复杂度为 O(1)，而普通列表在头部操作是 O(n)。

常用场景：

• 实现滑动窗口、缓冲区
• 替代 list 做频繁的首尾插入删除
• 支持 append()、appendleft()、pop()、popleft()
• 可设置最大长度，超长时自动丢弃旧元素

基本上就这些。合理使用 Collections 模块中的类型，能让代码更简洁、性能更高。