使用Python的数据结构
Python有很多方便的数据结构，比如列表、元组、字典、集合等等。这些数据结构可以用来创建其他“传统”的数据结构。例如，我可以用Python的列表来创建一个栈，用collections.dequeue来创建一个队列，用字典来构建树和图等等。
还有一些第三方的数据结构可以用来处理特定的任务，比如Pandas和pytables中的结构。
所以，如果我会使用列表、字典、集合等，难道我就能实现任何我想要的数据结构，只要我知道它的功能吗？
换句话说，Python的数据结构有什么地方是不能用的呢？
谢谢
4 个回答
因为所有的数据结构都存在于内存中，而内存实际上就像一个列表（数组）……所以没有任何数据结构是不能用基本的Python数据结构来表示的，只要有合适的代码来和它们进行交互。
你可以用Python的数据结构做任何你想做的事情。整个编程语言Lisp（现在人们主要用Common Lisp或Scheme）就是围绕链表这种数据结构构建的，Lisp程序员可以创建他们想要的任何数据结构。
不过，有时候Python自带的数据结构可能不是最合适的选择。比如，如果你想建立一个splay树，你要么自己动手做，要么使用像pysplay这样的开源项目。如果内置的数据结构能解决你的问题，那就用它们。否则，就要考虑其他的选择。总之，做事情时要用最合适的工具。
对于一些简单的数据结构，比如栈，你可以直接用内置的列表来完成任务。但对于更复杂的结构，比如布隆过滤器，你就需要自己动手实现，利用语言提供的基本功能。
如果内置的数据结构能满足你的需求，那就尽量使用它们，因为这些结构经过很多人的调试和优化，已经很成熟了。自己从头开始做可能会得到一个不太好的数据结构。无论你用的是Python、C++、C#、Java还是其他语言，首先应该考虑使用内置的数据结构。它们通常是用你自己实现时需要用到的基本功能来做的，但优势在于已经经过了实践检验。
将这些数据结构组合起来（可能还会用到一些辅助模块中的函数，比如heapq和bisect）通常就足够实现大多数在实际编程中需要的复杂结构；不过，这并不总是适用。
只有当现有的数据结构无法满足你的需求，并且没有可靠的替代库可用时，你才应该考虑从头开始构建（或者扩展现有的结构）。
假设你需要的功能超出了Python丰富的库所能提供的，可以考虑对象的属性（以及集合中的项）实际上是指向其他对象的“指针”（没有指针运算），也就是说，在Python中就像在Java中一样，它们是“可重置的引用”。在Python中，通常用None值来表示属性或项中的空值，这就相当于C++中的NULL或Java中的null。
例如，你可以通过以下方式实现二叉树：
class Node(object):
__slots__ = 'data', 'left', 'right'
def __init__(self, data=None, left=None, right=None):
self.data = data
self.left = left
self.right = right
再加上遍历和类似操作的方法或函数（__slots__这个类属性是可选的——主要是为了优化内存，避免每个Node实例都携带自己的__dict__，这会比需要的三个属性/引用大得多）。
其他一些可能更适合用专门的Python类来表示的数据结构，而不是直接组合其他现有Python结构的例子包括tries（可以参考这里）和graphs（可以参考这里）。