数据结构实战：5个高效代码示例

# -*- coding: utf-8 -*-
"""
列表推导式实战：数据清洗与转换
场景：假设我们有一组混合数据（包含字符串和数字），需要筛选出偶数并计算其平方。
"""

# 原始数据，模拟从外部接口获取的脏数据
raw_data = [1, 'a', 4, 7, 8, None, 10, 15, 20]

# 使用列表推导式进行数据清洗和转换
# 1. 检查元素是否为整数 (isinstance(item, int))
# 2. 检查是否为偶数 (item % 2 == 0)
# 3. 计算平方 (item ** 2)
cleaned_squares = [item ** 2 for item in raw_data 
                  if isinstance(item, int) and item % 2 == 0]

print("原始数据:", raw_data)
print("清洗并平方后的数据:", cleaned_squares)
# 输出: [16, 64, 100, 400]

# -*- coding: utf-8 -*-
"""
defaultdict实战：自动分组
场景：将学生列表按照成绩等级（A, B, C）进行分组。
"""
from collections import defaultdict

# 学生数据：姓名 -> 分数
students_scores = {
    'Alice': 95,
    'Bob': 85,
    'Charlie': 75,
    'David': 90,
    'Eve': 80
}

# 创建一个默认值为列表的字典
# 当访问不存在的键时，自动创建一个空列表
grade_groups = defaultdict(list)

# 遍历学生数据，根据分数划分等级并分组
for name, score in students_scores.items():
    if score >= 90:
        grade_groups['A'].append(name)
    elif score >= 80:
        grade_groups['B'].append(name)
    else:
        grade_groups['C'].append(name)

print("各等级学生分组:")
for grade, students in grade_groups.items():
    print(f"等级 {grade}: {students}")

# -*- coding: utf-8 -*-
"""
Counter实战：词频统计
场景：分析一段英文文本中单词的出现频率。
"""
from collections import Counter
import re

# 示例文本
text = """
Python is a great programming language. Python is easy to learn and Python is powerful.
Many developers love Python because Python makes coding fun.
"""

# 1. 使用正则表达式提取单词，并转换为小写
words = re.findall(r'\b[a-zA-Z]+\b', text.lower())

# 2. 使用Counter进行统计
word_counter = Counter(words)

# 3. 输出最常见的5个单词
print("单词频率统计 (前5名):")
for word, freq in word_counter.most_common(5):
    print(f"{word}: {freq}")

# 4. Counter支持数学运算，演示如何合并两个统计结果
another_text = "Python is awesome. I love coding in Python."
another_words = re.findall(r'\b[a-zA-Z]+\b', another_text.lower())
another_counter = Counter(another_words)

# 合并统计
total_counter = word_counter + another_counter
print(f"\n合并后的Python出现次数: {total_counter['python']}")

# -*- coding: utf-8 -*-
"""
deque实战：双端队列
场景：模拟浏览器的前进/后退功能（有限大小的历史记录）。
"""
from collections import deque

class BrowserHistory:
    def __init__(self, maxlen=5):
        # maxlen限制历史记录的最大数量，自动弹出最老的记录
        self.history = deque(maxlen=maxlen)
        self.current = None

    def visit(self, page):
        if self.current:
            self.history.append(self.current)
        self.current = page
        print(f"访问了: {page}")

    def back(self):
        if self.history:
            # 从历史记录中取出上一个页面
            last_page = self.history.pop()
            # 将当前页面压入历史，以便将来可以前进
            if self.current:
                self.history.appendleft(self.current)
            self.current = last_page
            print(f"后退到: {last_page}")
        else:
            print("已经是最早的页面了")

# 使用示例
browser = BrowserHistory(maxlen=3)
browser.visit("Google")
browser.visit("GitHub")
browser.visit("StackOverflow")
browser.back()  # 后退

# -*- coding: utf-8 -*-
"""
namedtuple实战：不可变数据记录
场景：定义一个学生数据结构，并进行操作。
"""
from collections import namedtuple

# 1. 定义一个具名元组
# 第一个参数是类名，第二个参数是字段名字符串
Student = namedtuple('Student', 'name age grade subject')

# 2. 创建实例
student1 = Student(name='张三', age=20, grade=95, subject='Math')
student2 = Student('李四', 21, 88, 'Physics')  # 也可以按位置传参

# 3. 访问数据（既可以通过点号，也可以通过索引）
print(f"学生姓名: {student1.name}")
print(f"年龄: {student1[1]}")  # 兼容普通元组的索引访问

# 4. 不可变性测试
try:
    student1.age = 21  # 这会抛出AttributeError
except AttributeError as e:
    print("错误:", e, "（具名元组是不可变的）")

# 5. _replace方法创建新实例
# 虽然不能修改原实例，但可以基于原实例创建一个修改了某些字段的新实例
updated_student = student1._replace(grade=98)
print(f"更新后的成绩: {updated_student}")