9.python内置数据--列表核心操作

1.列表list的性质：

• 一个队列，一个排列整齐的队伍，有序的
• 列表内的个体称作元素，由若千元素组成列表
• 元素可以是任意对象(数字、字符串、对象、列表等）
• 列表内元素有顺序，可以使用索引
• 线性的数据结构
• 使用 [ ] 表示
• 列表是可变的，可增加可减少
• 列表list、链表、queue、stack的差异，链表不一定是线性的，不能使用索引；queue是队列，先进先出后进先出等；stack是后进先出的队列。

2.定义和初始化：

 1 >>> lst = list()
 2 >>> lst
 3 []
 4 >>> lst = []
 5 >>> lst
 6 []
 7 # 空列表
 8 >>> list(range(5))
 9 [0,1,2,3,4]
10 # list(可迭代)，比如说range()

3.列表的索引访问：

• 索引，即下标。正索引：从左到右，从0开始，为列表中每一个元素编号；负索引：从右到左，从-1开始。
• 正负索引不可以越界，否则会引发异常IndexError。
• 为了方便理解，可以认为列表是从左至右排列的，左边是头部，右边是尾部，左边是下界，右边是上界。
• 列表通过索引访问。list[index]，index就是索引，list[5]即表示访问列表中的第6个元素。

4.列表查询：

• index(value,[start，[stop]])：value是给出的值，一般是从左到右的顺序从指定区间查找列表内的元素是否匹配，如果该列表中有多个相同的value，匹配到第一个value值就立即返回索引；匹配不到的话就抛出异常ValueError。
  • 例子：list=[‘a‘,7,9,7]，list.index(2)的结果是1，list.index(7)的结果是2。可以看出是从左到右的查找顺序，注意正索引是从0开始的。list.index(2,2)这个语句是什么意思呢？第一个2是value，是想要寻找的数值，第二个2则是start，是指定区间的开始，从例子上看，也就是从索引为2的list中寻找2，list中索引为2的value是第一个7，从第一个7开始从左往右查询，那么第5个数才是要寻找的value，即list.index(2,2)的值为4。
• count(value)：例子：list=[‘a‘,7]，list.count(9)的结果是1，list.count(7)的结果是2，这个是统计列表中value个数的。
• ?时间复杂度O(n)：一个列表有随即的n个元素，要统计count()某一个元素的个数时，需要将该列表中的所有元素遍历一遍，所消耗的时间为O(n)。O(1)是最理想的，效率最高。列表规模越大，效率越低下。
• 计数器：该如何知道一个列表的长度呢？即如何知道列表中有多少个元素？最直接的办法就是将列表遍历一次，统计个数，但是这样的话，如果有成千上万个元素的话，效率会非常低下。在这里数据结构在建立列表时，会有一个计数器来单独统计列表中元素的个数，每当该列表增减元素时，该计数器会相应的加减，想要查询该列表的长度，直接调用该计数器即可，这里时间复杂度就达到了所谓的O(1)，效率非常高。
  • 内置函数len()：例子：list=[‘a‘,7]，len(list)的结果是6，表示该列表中共有6个元素。

5.列表元素修改：

• list[index] = value，索引不要越界。
• 元素增加：append(object) ->None
  • 列表尾部追加元素，返回None。list=[‘a‘,7]，list.append(10)，list就变成了[‘a‘,10]
  • None表示没有新的列表产生，就地修改，当前的列表发生变化
  • 时间复杂度是O(1)
• 元素插入：insert(index,object) ->None
  • 在指定的索引index处插入元素object。list=[‘a‘,7]，list.insert(3,‘b‘)，在list索引为3的位置(即元素9前面)插入一个元素b，list就变成了[‘a‘,‘b‘,7]
  • None表示没有新的列表产生，就地修改，当前的列表发生变化
  • 时间复杂度是O(1)
  • 插入时候越界问题：超越上界，尾部追加。list.insert(100,‘b‘)，list为[‘a‘,‘b‘]；超越下界，头部追加。list.insert(-100,‘b‘)，list为[‘b‘,‘a‘,7]