Структуры данных в Python: list, dict, set, tuple

def f(x=[]):
    x.append(1)
    return x

f()  # [1]
f()  # [1, 1] — список общий между вызовами

def g(x=None):
    x = [] if x is None else x  # правильный паттерн

Проверьте себя

Пять вопросов из банка по этой подтеме. Всего их 19, остальные разбираются в тренажёре.

1. #data_structures1 / 5
   Когда осмысленно взять tuple вместо list?

   A)Кортеж в большинстве ситуаций быстрее и удобнее списка, поэтому список можно почти не использовать

   B)Список превосходит кортеж по большинству параметров, а кортеж оставили для обратной совместимости

   C)Когда набор фиксирован и не должен меняться: запись/координаты, ключ словаря, защита от случайной мутации при передаче

   D)Когда элементов ровно два, потому что кортеж не способен хранить больше двух элементов

   показать ответ и разбор

   +C)Когда набор фиксирован и не должен меняться: запись/координаты, ключ словаря, защита от случайной мутации при передаче

   // разбор: Кортеж берут для неизменяемой упорядоченной записи: фиксированные поля (координаты, строка результата), ключ словаря или элемент множества (кортеж хешируем), защита данных от случайной мутации при передаче в функцию. Список — когда коллекция должна расти и меняться. Число элементов у кортежа не ограничено.

2. #data_structures2 / 5
   Что дают collections.defaultdict и Counter по сравнению с обычным dict?

   A)Они заменяют обычный dict в большинстве задач и при этом работают в разы быстрее его

   B)Они автоматически сохраняют свои данные на диск между запусками программы, в отличие от обычного словаря, живущего в памяти

   C)Они сортируют ключи по алфавиту при каждой вставке, чего обычный неупорядоченный словарь делать не умеет

   D)defaultdict создаёт значение по умолчанию для нового ключа (нет KeyError), а Counter считает частоты элементов одной строкой

   показать ответ и разбор

   +D)defaultdict создаёт значение по умолчанию для нового ключа (нет KeyError), а Counter считает частоты элементов одной строкой

   // разбор: defaultdict(list или int) сам создаёт значение по умолчанию при первом обращении к новому ключу — не нужно проверять «есть ли ключ» перед добавлением, удобно для группировки и накопления. Counter принимает итерируемое и считает частоты, а most_common(k) отдаёт топ. Оба — обычные словари с удобным поведением, не быстрее и не персистентные.

3. #data_structures3 / 5
   Что должно быть верно у объекта, чтобы его можно было положить в set или сделать ключом dict?

   A)Объект обязан быть числом или строкой — произвольные пользовательские объекты в set и ключи dict класть не получится

   B)Объект должен занимать не более фиксированного числа байт, иначе хеш-таблица не сможет корректно его у себя разместить

   C)Он должен быть хешируемым: иметь стабильный __hash__, согласованный с __eq__ — равные объекты обязаны иметь равный хеш

   D)Достаточно, чтобы объект был изменяемым — тогда set сможет обновлять его на месте при коллизиях хешей заметно быстрее

   показать ответ и разбор

   +C)Он должен быть хешируемым: иметь стабильный __hash__, согласованный с __eq__ — равные объекты обязаны иметь равный хеш

   // разбор: set и dict кладут объект в корзину по его __hash__ и различают объекты в корзине через __eq__. Требования: хеш стабилен всё время, пока объект в контейнере (поэтому изменяемые объекты не годятся), и согласован с равенством — если a==b, то hash(a)==hash(b). Свои классы класть можно, если корректно определить оба метода.

4. #data_structures4 / 5
   sorted(data, key=...) в Python — устойчивая (stable) сортировка. Что это даёт на практике?

   A)Устойчивость означает, что итоговый результат сортировки вообще никак не зависит от исходного порядка элементов в переданной коллекции

   B)Элементы с равными ключами сохраняют исходный взаимный порядок — можно сортировать в несколько проходов по разным ключам

   C)Устойчивость обеспечивает, что сортировка данных выполняется за линейное время O(n), а не O(n log n)

   D)Это значит, что sorted не падает с ошибкой, даже если отдельные элементы коллекции несравнимы по типу

   показать ответ и разбор

   +B)Элементы с равными ключами сохраняют исходный взаимный порядок — можно сортировать в несколько проходов по разным ключам

   // разбор: Стабильная сортировка (в CPython — Timsort) сохраняет исходный взаимный порядок элементов с РАВНЫМИ ключами. Практическая польза: многоуровневую сортировку делают последовательными проходами от менее к более значимому ключу (сначала по имени, потом по дате — совпадающие даты останутся в порядке по имени) или задают составной ключ key=lambda x:(x.a, x.b). Устойчивость — про порядок равных, а не про сложность (O(n log n)) или независимость от входа.

5. #data_structures5 / 5
   Чем tuple отличается от list в Python?

   A)tuple быстрее, потому что хранится на стеке, а не в куче

   B)tuple может хранить элементы разных типов, list — нет

   C)tuple неизменяем — элементы не заменить

   D)разницы нет — tuple просто другой синтаксис списка

   показать ответ и разбор

   +C)tuple неизменяем — элементы не заменить

   // разбор: tuple после создания не меняется: нельзя заменить, добавить или удалить элемент — t[0] = 1 даёт TypeError. Следствия практичны: tuple хешируем (годится ключом dict и элементом set), защищает данные от случайной правки и компактнее в памяти. Изменяемая последовательность — list, «замороженная» — tuple.