collections、functools 与数据结构算法

本章基于 Python 3.11+

前置章节：02-标准库基础（math、random、datetime、json、正则等常用模块）

本章深入讲解性能优化、高级数据结构、函数式编程工具等进阶模块，帮助你写出更高效的 Pythonic 代码。

---

章节导航

章节	文件	核心模块	主题
01	01-数据容器进阶.md	collections	Counter、defaultdict、namedtuple、deque、ChainMap
02	02-迭代器与工具函数.md	itertools	无限迭代器、排列组合、惰性求值
03	03-函数式编程工具.md	functools	lru_cache、partial、wraps、singledispatch
04	04-数据结构与算法.md	heapq, bisect	堆排序、二分查找、优先级队列
05	05-weakref弱引用.md	weakref	弱引用、缓存、循环引用解决

---

学习重点

1. 为什么学这些？

原生 Python 数据结构（list, dict）虽然强大，但在特定场景下（如频繁查找、复杂计算）效率较低或代码冗长。使用标准库往往能实现 O(1) 复杂度 或 C 语言级 的性能优化。

2. 核心原则

• 不要重复造轮子：能用内置模块解决的，优先使用内置模块。
• 类型安全：配合 typing 模块，标准库能提供很好的类型提示支持。
• 性能优先：itertools 和 collections 底层由 C 实现，效率极高。