Коллекции в Python. Часть вторая⁠⁠

Ссылка на первую часть.

Дисклеймер. На пиакбу нет редактора кода поэтому картинки. Поскольку это шпаргалка с примерами то в этом посте допустимо.

4. SimpleNamespace

Простой класс из модуля `types` для создания объектов с динамическими атрибутами. Доступ — через точку (`obj.attr`).

Полезен, когда нужен синтаксис `obj.name` без создания класса.

> 💡 Альтернатива словарю, когда удобнее писать `obj.name`, а не `obj['name']`.

5. Множества — `set`

Неупорядоченная коллекция уникальных элементов. Поддерживает операции: объединение, пересечение, разность.

Применяется для удаления дубликатов и проверки вхождения.

Создание: `{}` или `set()`

6. Неизменяемые множества — `frozenset`

Неизменяемая версия `set`. Можно использовать как ключ в словаре или элемент другого множества.

7. namedtuple — именованные кортежи

Неизменяемая структура с доступом по именам полей. Аналог кортежа, но читаемее.

> 💡 Отлично подходит для представления записей: точки, пользователи, конфиги — когда важна неизменяемость и читаемость.

8. deque — двусторонняя очередь

Оптимизирован для быстрых операций в начале и конце. Аналог списка, но эффективнее для `appendleft`, `popleft`.

> 💡 Используется в алгоритмах: BFS, кэширование (LRU), буферы, где важна производительность на концах.

9. Counter — счётчик элементов

Подсчитывает частоту элементов в итерируемом объекте. Удобен для статистики, анализа.

> 💡 Полезен для анализа текстов, логов, голосований — везде, где нужно посчитать, «что встречается чаще».

10. defaultdict — словарь со значениями по умолчанию

Автоматически создаёт значение по умолчанию при отсутствии ключа. Убирает необходимость проверок `if key in dict`.

> 💡 Убирает шаблонный код вида `if key not in d: d[key] = []`. Делает код чище и безопаснее.

11. dataclass — классы данных

Декоратор для автоматического создания классов с инициализатором, строковым представлением, сравнением и т.д.

> 💡 Заменяет ручное написание `__init__`, `__repr__`, `__eq__`. Идеален для DTO, конфигов, моделей.

12. UserList — кастомные списки

Наследуется от `collections.UserList`. Используется, чтобы создать список с переопределённым поведением.

> 💡 Полезен, когда нужно добавить логирование, валидацию, или изменить поведение стандартного списка.

13. UserDict — кастомные словари

Наследуется от `collections.UserDict`. Используется, чтобы создать словарь с переопределённым поведением.

> 💡 Используется для создания словарей с нормализацией ключей, валидацией, логированием, кешированием и т.п.

---

Сравнение коллекций по памяти и скорости

Выбор коллекции влияет на производительность и потребление памяти. Ниже — практические замеры для типичных сценариев.

1. Память: `list` vs `tuple` vs `array.array`

Создадим коллекции из 1 000 000 целых чисел и сравним размер в памяти.

> 💡 Вывод:
> - `array.array` экономит ~2x памяти для чисел.
> - `list` и `tuple` потребляют примерно одинаково, но `tuple` немного быстрее при итерации.

---

2. Скорость доступа: `list` vs `tuple` vs `array.array`

Замерим время доступа к каждому элементу в коллекции из 10 000 000 элементов.

> 💡 Вывод:
> - `array.array` — самый быстрый для чисел.
> - `tuple` быстрее `list` на 10–20%.
> - Разница заметна на больших объёмах.

3. Память: `dict` vs `SimpleNamespace` vs `dataclass`

Создадим объекты с 5 полями и сравним размер.

> 💡 Вывод:
> - `SimpleNamespace` и `dataclass` потребляют столько же памяти, сколько `dict`, потому что используют `__dict__`.
> - Если нужна экономия — используйте `__slots__` (см. ниже).

4. Экономия памяти: `dataclass` с `__slots__`

> 💡 Вывод:
> - `__slots__` экономит память и ускоряет доступ к атрибутам.
> - Цена — нельзя добавлять новые атрибуты динамически.

5. Скорость поиска: `list` vs `set`

Проверим, насколько быстрее `set` при проверке вхождения.

> 💡 Вывод:

> - `set` в тысячи раз быстрее `list` для проверки вхождения.

> - Всегда используй `set`, если нужно часто проверять `x in collection`.

6. Память: `set` vs `frozenset`

> 💡 Вывод:
> - `frozenset` и `set` потребляют одинаково.
> - Разница только в изменяемости.

7. Скорость добавления: `list.append` vs `deque.append` vs `deque.appendleft`

> 💡 Вывод:
> - `deque.appendleft` работает за O(1), в отличие от `list.insert(0)`, который O(n).
> - Для частых операций на обоих концах — только `deque`.

---

Общие рекомендации по производительности

Сравнение коллекций

> * — с Python 3.7+ словари, `defaultdict`, `UserDict`, `ChainMap` сохраняют порядок вставки.

---

Когда что использовать?

Первая часть

Понравилось — ставь «+»
Полезно? Подпишись.
Задавай вопросы в комментариях 👇👇👇
Удачи! 🚀