python算法常用技巧与内置库
近些年随着python的越来越火，python也渐渐成为了很多程序员的喜爱。许多程序员已经开始使用python作为第一语言来刷题。
最近我在用python刷题的时候想去找点python的刷题常用库api和刷题技巧来看看。类似于C++的STL库文档一样，但是很可惜并没有找到，于是决定结合自己的刷题经验和上网搜索做一份文档出来，供自己和大家观看查阅。
1.输入输出:1.1 第一行给定两个值n,m，用空格分割，第一个n决定接下来有n行的输入，m决定每一行有多少个数字，m个数字均用空格分隔.
解决办法：python的input函数接收到的输入默认都是字符串，所以我们使用 字符串切割、强制类型转换、列表生成器就可以完美解决输入问题。代码如下:
# 接收两个值，使用n,m分别接收列表中的两个值 n, m = [int(x) for x in input().split()] # 构造输入列表的列表 num_list = [] for i in range(n): # python可以不用在意m的值，将所有数值接收进来然后使用len判断长度 tmp_list = [int(x) for x in input().split()] num_list.append(tmp_list)同理，若是用逗号(,)分隔的话，split函数中传入相同的值就行。
1.2 输出一行数字
由于python的print函数默认利用换行作为结束符，所以我们需要将它修改成我们需要的间隔，代码如下:
for i in range(10): print(i, end=' ')end是print函数中的一个参数，决定输出的结束字符，这里修改成空格代表输出一行数字，用空格间隔，其它字符可以自行修改。
2.空列表生成，字符串修改，列表遍历2.1 代码编写过程中，有时候会需要一个带有长度的，有初始值的空列表，生成方式如下:
# 1. 用乘法生成一个初始值为False的长度为100的一维列表 visited = [False] * 100 # 2. 利用列表生成器生成一个n*m的二维的初始值为0的列表 visited = [[0 for i in range(m)] for j in range(n)]2.2 在python当中字符串是无法原地修改的，如果每次修改都生成一个新字符串，那么对修改次数很多且字符串很当的情况，开销是很大的。所以一般是把字符串转为列表进行修改最后再转回来。
string = 'I love to eat chicken' # 将字符串转换成列表 string_list = list(string) # .......对字符串列表进行修改 # Code # 将字符串列表重新拼接成字符串 #string = ''.join(string_list)2.3 python中列表遍历有许多种不同的方式，最直接的办法是直接对列表进行迭代遍历，但是因为我们往往是基于索引对数组进行操作且需要修改数组的值，所以更推荐用以下代码中的第二三中办法:
num_list = [i for i in range(10)] # 1. 直接迭代列表 for item in num_list: # Code pass # 2. 通过索引进行迭代 for i in range(len(num_list)): print(num_list[i]) # 3. 通过enumerate函数进行迭代 for index, value in enumerate(num_list): # index为当前元素的索引，value为当前元素的值 print(index, value) 3. collections库的使用3.1 deque队列
deque 是python中的队列（FIFO先进先出），队列在进行队首弹出的时候会比list要快。
尤其在使用BFS（深度优先搜索）的时候，队列是必须要使用到的。部分deque使用代码如下:
from collections import deque # 初始化一个最大长度为3的队列 d = deque([1,2,3], maxlen=3) # 因为初始化队列最大长度为3，再添加元素会把队头元素挤出 d.append(4) # 初始化一个不限制长度的队列 d = deque() # 添加元素到队尾部 d.append(1) d.append(2) d.append(3) # 将队首的元素弹出返回 print(d.popleft()) # 弹出队尾元素并返回值 print(d.pop()) # 在队首插入元素 d.appendleft(0)3.2 Counter计数器
Counter 是一个计数器，可以对一个序列计数，计算序列中某个元素出现的数量。
以下是示例代码:
import collections # 一共有三种初始方法 # 1. 传入一个序列 print(collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])) # 2.传入一个字典 print(collections.Counter({'a':2, 'b':3, 'c':1})) # 3.直接利用=传参 print(collections.Counter(a=2, b=3, c=1)) # 也可以无参数构造，利用update函数更新 c = collections.Counter() print('Initial :', c) # Initial: Counter() c.update('abcdaab') print('Sequence:', c) # Sequence: Counter({'a': 3, 'b': 2, 'c': 1, 'd': 1}) c.update({'a':1, 'd':5}) print('Dict:', c) # Dict: Counter({'d': 6, 'a': 4, 'b': 2, 'c': 1}) # 可以通过访问字典的访问方式访问Counter对象 for letter in 'abcde': print('%s : %d' % (letter, c[letter])) # elements()方法可以返回一个包含所有Counter数据的迭代器 c = collections.Counter('extremely') c['z'] = 0 print(list(c.elements())) # ['e', 'e', 'e', 'm', 'l', 'r', 't', 'y', 'x'] # most_common()返回前n个最多的数据 c=collections.Counter('aassdddffff') for letter, count in c.most_common(2): print('%s: %d' % (letter, count)) # f: 4 # d: 3 # Counter对象可以进行加减交并，直接使用运算符 +、-、&、| # +会将两个字典中相同字符的出现次数相加，-会给出第一个Counter相对于第二个的差集。交集给出两个计数器当中都有的元素，且计数被赋值为较小的那个，并集为两个计数器的元素出现最多的那个。 c1 = collections.Counter(['a', 'b', 'c', 'a', 'b', 'b']) c2 = collections.Counter('alphabet') print ('C1:', c1) print ('C2:', c2) print ('\nCombined counts:') print (c1 + c2) print ('\nSubtraction:') print (c1 - c2) print ('\nIntersection (taking positive minimums):') print (c1 & c2) print ('\nUnion (taking maximums):') print (c1 | c2) # 以下为输出： C1: Counter({'b': 3, 'a': 2, 'c': 1}) C2: Counter({'a': 2, 'l': 1, 'p': 1, 'h': 1, 'b': 1, 'e': 1, 't': 1}) Combined counts: Counter({'a': 4, 'b': 4, 'c': 1, 'l': 1, 'p': 1, 'h': 1, 'e': 1, 't': 1}) Subtraction: Counter({'b': 2, 'c': 1}) Intersection (taking positive minimums): Counter({'a': 2, 'b': 1}) Union (taking maximums): Counter({'b': 3, 'a': 2, 'c': 1, 'l': 1, 'p': 1, 'h': 1, 'e': 1, 't': 1})3.3 defaultdict——带有默认值的字典
一般情况下创建的字典dict是不含有默认值的，即若是字典中不包含a这个key，调用dct{a}的话就会报错。
在进行算法设计和数据结构设计的时候我们希望任意给定一个key都能从字典中取出值来，哪怕只是一个默认值，这个时候我们就需要用到defaultdict。