Python内置数据结构有哪些？列表、元组、字典与集合详解

一、四大内置数据结构全景概览

在 Python 中，数据结构是组织与存储数据的基本形式。Python 提供了丰富的基本数据类型（如整数、浮点数、字符串），而复合数据结构则用于容纳多个元素。根据元素是否可被修改、是否有序存放，以及是否按键值对进行组织，四大内置数据结构的属性划分如下表所示：

二、列表（list）与元组（tuple）：序列型数据结构深度解析

列表与元组均属于序列（Sequence）。它们通过从 0 开始的整数索引对元素进行访问，支持正负向切片、遍历迭代以及拼接解包操作。然而，两者的底层分配模型与设计哲学截然不同。

1. 列表（list）：高度灵活的动态数组

列表是 Python 中最通用、最常用的有序集合。它使用方括号 [] 定义，也可以通过内置函数 list() 将其他可迭代对象转化为列表。

底层存储与动态扩容机制：

在 CPython 解释器中，列表是由 PyListObject 结构体实现的，其底层实际上是一个存放对象指针的连续数组。由于列表需要随时支持追加操作（append），如果每次追加都向系统申请新的内存空间，性能损耗将无法接受。因此，Python 采用了超额分配（Over-allocation）策略。

当现有预分配空间耗尽时，CPython 会按照特定递增规则（大致为当前容量的 1.125 倍加上固定步长）重新申请一块更大的连续内存区，将原指针拷贝过去，并释放旧空间。这一机制保证了尾部追加操作的均摊时间复杂度为 O(1)。

# 列表常用操作示例
fruits = ["apple", "banana", "cherry"]

# 1. 追加与扩展
fruits.append("orange")         # 尾部单元素追加 O(1)
fruits.extend(["grape", "pear"]) # 批量扩展序列

# 2. 插入与删除
fruits.insert(1, "mango")       # 指定位置插入：后续元素整体后移 O(n)
removed_item = fruits.pop()     # 弹出尾部元素 O(1)
fruits.remove("banana")         # 按值查找并删除首个匹配项 O(n)

# 3. 索引与切片访问
first_fruit = fruits[0]         # 随机索引读取 O(1)
subset = fruits[1:3]            # 切片复制出新列表

# 4. 原地排序与反转
fruits.sort(reverse=False)      # Timsort 原地排序 O(n log n)

2. 元组（tuple）：安全轻量的不可变序列

元组使用圆括号 () 定义。与列表最本质的区别在于：元组在创建后其长度与指针引用均不可更改。若尝试对元组的索引位赋值，将抛出 TypeError: 'tuple' object does not support item assignment 异常。

定义细节与不可变性的深度理解：

• 单元素元组的逗号：如果元组内仅有一个元素，必须在末尾加上逗号，例如 t = (42,)。若写作 t = (42)，Python 会将其视作普通的带括号数学表达式，其类型为整数 int。
• 引用的不可变性：元组的不可变性指的是元组内部存储的对象引用（内存地址）不可改变。如果元组内嵌套了一个可变对象（如列表），该列表内部的数据依然可以被修改：

# 元组的不可变性示例
fixed_coords = (120.15, 30.28)  # 经纬度常量表示

# 单元素元组
single_val = (100,)             # 类型为 tuple
not_a_tuple = (100)             # 类型为 int

# 嵌套可变对象的情况
mixed_tuple = ("config_v1", [10, 20, 30])
# mixed_tuple[1] = [40, 50]     # 错误！无法修改元组内槽位的引用
mixed_tuple[1].append(40)       # 合法！列表内部状态改变，但列表本身的内存指针未变
# 此时 mixed_tuple 为 ('config_v1', [10, 20, 30, 40])

三、字典（dict）与集合（set）：哈希型数据结构深度解析

字典与集合是基于哈希表（Hash Table）实现的容器。它们舍弃了传统基于从 0 到 n 连续数字索引的寻址方式，改为根据元素内容计算出的哈希散列码（Hash Value）进行物理存储槽位映射，因此能够在 O(1) 的平均时间复杂度下完成查找、添加和删除。

1. 字典（dict）：关联映射的核心中枢

字典是由键值对（Key-Value Pair）构成的映射类型。自 Python 3.6 引入并在 Python 3.7 正式纳入语言规范以来，Python 字典采用了更为紧凑的存储架构（Compact Dict），不仅将内存占用降低了 20%~25%，而且严格保持了键值对的插入顺序。

键（Key）的约束条件：可哈希性（Hashability）

字典中的键必须满足“可哈希”要求：即在生命周期内必须具有唯一的哈希值（通过 __hash__() 返回），且能够与其他对象进行等价性比对（通过 __eq__()）。在 Python 中：

• 不可变类型（如 str、int、float、包含可哈希元素的 tuple、frozenset）均属于可哈希类型，可作为键。
• 可变类型（如 list、dict、set）不可哈希，若尝试作为字典的键，会引发 TypeError: unhashable type: 'list'。

# 字典核心操作示例
user_profile = {
    "uid": 10024,
    "username": "alex_dev",
    "role": "engineer"
}

# 1. 安全访问：使用 get() 避免直接用括号导致的 KeyError
department = user_profile.get("department", "Default-Tech")

# 2. 动态修改与扩展
user_profile["status"] = "active"
user_profile.update({"role": "senior_engineer", "level": 7})

# 3. 视图迭代 (动态反射底层变化)
keys_view = user_profile.keys()
for key, val in user_profile.items():
    pass

# 4. 字典推导式 (用于数据转换与过滤)
score_map = {"math": 92, "english": 85, "history": 78}
passed_subjects = {k: v for k, v in score_map.items() if v >= 80}

2. 集合（set）：去重与数学集合代数运算

集合是一个无序且元素严格唯一的容器。集合内部只存储“键”，而不存储对应的“值”。它同样要求元素必须是可哈希的。

在工程实践中，集合主要承担两项关键任务：

1. 快速去重与成员判定：列表的 item in my_list 是从头到尾遍历的 O(n) 操作，而集合的 item in my_set 是哈希计算直接寻址的 O(1) 操作。在处理数十万条数据时，两者性能差距可达百倍以上。
2. 高效的数学运算：集合支持交集（&）、并集（|）、差集（-）和对称差（^）等内置操作。

# 集合去重与数学运算示例
raw_ids = [101, 102, 103, 101, 104, 102]
unique_ids = set(raw_ids)        # 快速去重，得到 {101, 102, 103, 104}

group_a = {"Python", "Go", "Rust"}
group_b = {"Python", "Java", "C++"}

# 集合代数运算
intersection_res = group_a & group_b      # 交集：{'Python'}
union_res = group_a | group_b             # 并集：涵盖全部不重复技术
diff_res = group_a - group_b              # 差集：A 独有的技术 {'Go', 'Rust'}
sym_diff = group_a ^ group_b              # 对称差：仅在其中一个集合出现的技术

四、四大内置数据结构时间复杂度与核心指标对比

为了在工程开发中做出最优的技术选型，必须清楚各数据结构在典型操作下的算法复杂度（以平均时间复杂度为基准）：

五、工程实践中的选型决策路径

面对业务需求时，应遵循清晰的排他性推导逻辑选择最合适的数据结构：

1. 明确是否存在键值关联：如果是结构化数据、带有明确语义字段的对象、或者需要按自定义字符串/ID进行高速查找，果断选择字典（dict）。
2. 明确是否需要去重或集合运算：如果目标是排除重复记录、校验黑白名单、或者对两个群体进行求交、求并比对，优先选择集合（set）。
3. 明确序列数据的可变性需求：
   • 如果数据在业务流转中需要频繁增加、删除、调整次序，或作为任务队列使用，选择列表（list）。
   • 如果数据属于定长常量配置、函数多结果返回、坐标记录，或者作为只读参数传递给外部模块防止意外修改，选择元组（tuple）。

六、总结与核心记忆点

掌握 Python 内置数据结构的本质，关键在于理清内存分配机制与检索时间复杂度两根主线：

• 列表（list）是动态可变的指针数组，提供 O(1) 的随机索引访问和均摊 O(1) 的尾部追加能力，是顺序处理任务与动态集合的首选。
• 元组（tuple）是定长只读的不可变序列，内存占用最低，具备天生的防篡改安全特性，常作为固定记录、函数多值返回及字典的合法键。
• 字典（dict）是高度优化的键值对映射表，基于紧凑哈希表实现，在保持插入顺序的同时提供平均 O(1) 的超高速键查询。
• 集合（set）是仅维护键的散列表，彻底去除了重复元素，通过常数级的成员判定（in）和内置集合代数方法，极大简化了多数据集关系运算。

在日常编码中，不滥用单一结构，根据数据的业务语义、读写比率及规模特征选择最契合的数据结构，是写出优雅且高性能 Python 代码的核心功底。