标签：style blog color io 使用 strong for 数据 div
Python的列表就像数组一样。
定义一个空列表：
a=[] a=list()
生成列表可以用列表推导式来生成一个列表：
ls1=[1,2,3,4] ls2=[x*x for x in lst1]# ls2=[1,4,9,16]
列表的一些方法：
定义一个列表ls
ls.append(x)
在列表尾部追加一个元素，等价于ls[len(ls):]=[x]
ls.extend(L)
用给入的列表将列表接长，等价于ls[len(ls):]=L
ls.insert(i,x)
在给定的位置i上插入项x，ls.insert(len(ls),x)等价 与ls.append(x)
ls.remove(x)
移除列表中第一个为x的项，若无符合的项，产生一个错误。
ls.pop([i])
删除列表给定位置的项，并返回它。ls.pop()返回的则是最后一项。
ls.index(x)
返回列表中第一个值为x的索引值，若没有符合的项，产生一个错误
ls.count(x)
返回列表中x出现的次数
ls.sort()
就地完成列表排序
ls.reverse()
就地完成列表的逆置
将列表当成栈来使用，组合使用append()与pop()方法。
ls.append(x)相当于进栈，ls.pop()相当于出栈。
那么，如何将列表当成队列来使用呢？
看一个例子（来自《The python tutorial》）
>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry") # Terry 进入
>>> queue.append("Graham") # Graham 进入
>>> queue.popleft() # 第一个进入的现在离开
‘Eric‘
>>> queue.popleft() # 第二个进入的现在离开
‘John‘
>>> queue # 剩余的队列 ,它按照进入的顺序排列
deque([‘Michael‘, ‘Terry‘, ‘Graham‘])
网上看了下其他人用自己的方法来实现栈与队列的模拟：
class Stack(object) : 02 def __init__(self) : 03 self.stack = [] 04 05 def push(self, item) : 06 self.stack.append(item) 07 08 def pop(self) : 09 if self.stack != [] : 10 return self.stack.pop(-1) 11 else : 12 return None 13 14 def top(self) : 15 if self.stack != [] : 16 return self.stack[-1] 17 else : 18 return None 19 20 def length(self) : 21 return len(self.stack) 22 23 def isempty(self) : 24 return self.stack == [] 25 26 27 class Queue(object) : 28 def __init__(self) : 29 self.queue = [] 30 31 def enqueue(self, item) : 32 self.queue.append(item) 33 34 def dequeue(self) : 35 if self.queue != [] : 36 return self.queue.pop(0) 37 else : 38 return None 39 40 def head(self) : 41 if self.queue != [] : 42 return self.queue[0] 43 else : 44 return None 45 46 def tail(self) : 47 if self.queue != [] : 48 return self.queue[-1] 49 else : 50 return None 51 52 def length(self) : 53 return len(self.queue) 54 55 def isempty(self) : 56 return self.queue == []
原理是一样的，但是实现方法却会有很多个。
列表是可以嵌套的，这样就相当于多维数组了。
a=[
[1,2],
[2,3],
[3,4]
]
到这吧。
标签：style blog color io 使用 strong for 数据 div
原文地址：http://www.cnblogs.com/wuxiongliu/p/3961463.html
