【万字长文详解】Python库collections，让你击败99%的Pythoner

collections模块是Python中一个强大的工具库，提供了多种高效的数据结构，能够显著提升代码的简洁性和执行效率。 以下是对该模块核心功能的详细解析：

1. 模块作用

   官方定义：提供标准内建容器（如dict、list、set、tuple）的替代选择，实现特定目标的容器。

   通俗理解：扩展内置数据类型的功能，例如OrderedDict支持有序字典，Counter用于高效计数。掌握后可简化代码逻辑，提升开发效率。

2. 模块子类通过collections.__all__可查看所有子类，包括：

   deque：双端队列，支持快速两端操作。

   Counter：计数器，统计可哈希对象。

   OrderedDict：有序字典，保留插入顺序。

   defaultdict：带默认值的字典。

   namedtuple：命名元组，增强可读性。

   其他如ChainMap、UserDict等（详见官方文档）。

1. 基础功能

   统计频率：直接统计列表、字符串或字典中的元素出现次数。

   from collections import Counterwords = ['red', 'blue', 'red', 'green']Counter(words) # Counter({'red': 2, 'blue': 1, 'green': 1})

   支持多种输入：字符串、列表、字典或关键字参数均可初始化。

2. 核心方法

   elements()：按计数重复生成元素迭代器。

   c = Counter(a=2, b=1)list(c.elements()) # ['a', 'a', 'b']

   most_common(n)：返回前n个高频元素及计数。

   Counter('abracadabra').most_common(2) # [('a', 5), ('b', 2)]

   subtract()：减去另一个计数器的计数（允许负值）。

   c = Counter(a=3); c.subtract(Counter(a=1)); c # Counter({'a': 2})

3. 数学操作

   支持运算符：如+（合并计数）、-（差集）、&（交集取最小值）、|（并集取最大值）。

   c1 = Counter(a=3, b=1); c2 = Counter(a=1, b=2)c1 & c2 # Counter({'a': 1, 'b': 1})

4. 应用示例：文本相似度计算通过统计高频词交集与并集的比例计算相似度：

   def str_sim(str0, str1, topn): c0 = Counter(str0).most_common(topn) c1 = Counter(str1).most_common(topn) jiao = sum((Counter(dict(c0)) & Counter(dict(c1))).values()) bing = sum((Counter(dict(c0)) | Counter(dict(c1))).values()) return jiao / bing if bing else 0

1. 特性

   基于双向链表实现，适合频繁的头部/尾部插入删除操作（时间复杂度O(1)）。

   对比list：list的头部操作是O(n)，而deque更高效。

2. 常用方法

   append(x) / appendleft(x)：右侧/左侧添加元素。

   pop() / popleft()：右侧/左侧弹出元素。

   extend(iterable) / extendleft(iterable)：扩展右侧/左侧（注意extendleft会反转顺序）。

   rotate(n)：循环移动元素（正数向右，负数向左）。

   d = deque([1, 2, 3]); d.rotate(1); d # deque([3, 1, 2])

3. 应用场景

   滑动窗口问题（如最近N条日志）。

   广度优先搜索（BFS）中的队列实现。

1. OrderedDict

   保留键的插入顺序，适合需要有序输出的场景。

   示例：按插入顺序遍历字典。

   od = OrderedDict([('a', 1), ('b', 2)]); od.keys() # odict_keys(['a', 'b'])

2. defaultdict

   自动初始化缺失键的默认值，避免KeyError。

   示例：统计列表中元素的出现位置。

   dd = defaultdict(list)for i, item in enumerate(['a', 'b', 'a']): dd[item].append(i) # defaultdict(<class 'list'>, {'a': [0, 2], 'b': [1]})

3. namedtuple

   创建带字段名的元组，提升代码可读性。

   示例：定义二维点结构。

   Point = namedtuple('Point', ['x', 'y'])p = Point(11, y=22); p.x + p.y # 33

• 优势：collections模块通过提供高性能数据结构，简化了复杂逻辑的实现（如计数、有序存储、双端操作）。
• 学习建议：

  初学者可先掌握Counter和defaultdict，快速提升代码效率。

  进阶用户可深入deque和OrderedDict，优化特定场景性能。

• 参考文档：
  中文官方文档
  英文官方文档

通过灵活运用这些工具，能够显著提升Python代码的简洁性、可读性和执行效率。