1.前言

在 Python 中，數據結構的選擇直接影響程序的性能和可維護性。可變（mutable）與不可變（immutable）數據結構是 Python 數據模型的核心概念。這些概念不僅影響數據的存儲方式，還影響數據的操作方式。

理解可變與不可變數據結構的特性，可以幫助我們更有效地進行數據處理、內存管理和性能優化。在日常編程中，選擇合適的數據結構不僅能提高代碼效率，還能減少錯誤的發生。因此，深入理解這兩個概念是每一個 Python 開發者必備的技能。

2. 可變數據結構

2.1 定義與特性

可變數據結構是指在創建後可以被修改的對象。也就是説，我們可以在不改變對象引用的前提下，改變對象的內容。可變數據結構的一些基本特性包括：

• 修改性：可以直接修改對象內容而不需要創建新對象。
• 內存效率：由於可變對象可以被修改，我們可以在不分配額外內存的情況下更改內容。
• 共享性：多個變量可以引用同一個可變對象，因此對該對象的修改會影響所有引用該對象的變量。

2.2 常見的可變數據結構

2.2.1 列表

列表是 Python 中最常用的可變數據結構。它可以存儲任意類型的對象，並且支持動態大小。

創建列表的示例：

my_list = [1, 2, 3, 4, 5]

修改列表：

my_list[0] = 10  # 修改第一個元素
my_list.append(6)  # 添加新元素
print(my_list)  # 輸出: [10, 2, 3, 4, 5, 6]

列表操作：

• 列表支持切片、拼接、重複等操作。
• 常用方法包括 append(), remove(), pop(), sort(), reverse() 等。

2.2.2 字典

字典是一個無序的鍵值對集合，鍵是不可變類型，而值是可變類型。字典的靈活性和高效性使其成為數據存儲中的重要工具。

創建字典的示例：

my_dict = {'name': 'Alice', 'age': 25}

修改字典：

my_dict['age'] = 26  # 修改值
my_dict['city'] = 'New York'  # 添加新鍵值對
print(my_dict)  # 輸出: {'name': 'Alice', 'age': 26, 'city': 'New York'}

字典操作：

• 字典支持添加、刪除、查找鍵值對等操作。
• 常用方法包括 get(), keys(), values(), items() 等。

2.2.3 集合

集合是一種無序且不重複的元素集合。它主要用於去重和集合運算。

創建集合的示例：

my_set = {1, 2, 3, 4, 5}

修改集合：

my_set.add(6)  # 添加元素
my_set.remove(2)  # 刪除元素
print(my_set)  # 輸出: {1, 3, 4, 5, 6}

集合操作：

• 集合支持並集、交集、差集等操作。
• 常用方法包括 add(), remove(), union(), intersection() 等。

2.3 可變數據結構的應用場景

• 動態數據管理：當需要頻繁添加、刪除或修改數據時，使用可變數據結構（如列表和字典）更為高效。
• 存儲不確定數量的數據：如用户輸入、動態生成的數據，總是推薦使用列表或字典來存儲。
• 數據聚合與統計：集合非常適合用於數據去重和集合運算。

3. 不可變數據結構

3.1 定義與特性

不可變數據結構指在創建後無法被修改的對象。一旦對象被創建，它的內容就無法改變。不可變數據結構的基本特性包括：

• 不可修改性：一旦創建，無法更改對象內容。
• 內存效率：由於不可變對象在內存中是固定的，因此可以在多處共享，避免內存浪費。
• 哈希性：不可變對象可以用作字典的鍵，支持哈希操作。

3.2 常見的不可變數據結構

3.2.1 元組

元組是 Python 中的一種不可變序列。它可以存儲任意類型的對象，但一旦創建後，內容不可更改。

創建元組的示例：

my_tuple = (1, 2, 3)

訪問元組：

print(my_tuple[0])  # 輸出: 1

元組操作：

• 元組支持切片和連接等操作，但不支持修改操作。
• 可以通過內置函數 len() 獲取元組的長度。

3.2.2 字符串

字符串是不可變的字符序列。字符串可以存儲文本數據，但一旦創建，字符串的內容不可更改。

創建字符串的示例：

my_string = "Hello, World!"

字符串操作：

• 字符串支持拼接、切片、查找等操作，但無法修改。
• 常用方法包括 upper(), lower(), replace(), split() 等。

3.2.3 凍結集合

凍結集合是不可變的集合，與普通集合相比，它的內容不能被修改。它可以用於需要可哈希對象的場景。

創建凍結集合的示例：

my_frozenset = frozenset([1, 2, 3, 4])

訪問凍結集合：

• 凍結集合支持集合的基本操作，但不支持添加或刪除操作。

3.3 不可變數據結構的應用場景

• 作為字典鍵：由於不可變對象可以哈希，因此它們可以作為字典的鍵。
• 數據保護：在某些情況下，確保數據不被修改是很重要的，這時我們可以使用不可變數據結構。
• 多線程環境：在多線程環境中，使用不可變對象可以避免數據競爭問題。

4. 可變與不可變的比較

4.1 內存管理

可變對象和不可變對象在內存管理上有顯著的不同：

• 可變對象：在修改時，原始對象的地址不變，通常直接在原對象的內存中進行修改。
• 不可變對象：在修改時，創建一個新對象，原對象地址不變，替換引用。

這種特性使得不可變對象在一些情況下具有更好的內存安全性。

4.2 性能比較

• 可變數據結構：在進行多次修改時，性能相對較好，因為不需要不斷地創建新對象。
• 不可變數據結構：在使用時需要頻繁創建新對象，可能導致性能下降，但在需要哈希操作時不可變對象更高效。

4.3 使用場景

• 可變對象適用於需要頻繁修改、添加和刪除操作的場景。
• 不可變對象適用於需要保護數據不被意外修改的場景。

5. 深入理解可變與不可變

5.1 對象的身份與值

在 Python 中，每個對象都有一個唯一的身份（ID），可以通過 id() 函數查看。

a = [1, 2, 3]
b = a
print(id(a) == id(b))  # 輸出: True

在這個例子中，a 和 b 指向同一個列表對象。

5.2 可變與不可變的影響

在實際編程中，選擇可變與不可變的數據結構會影響代碼的可讀性和性能。不可變對象在多線程環境中更安全，因為它們的數據不會被更改。

5.3 引用與拷貝

在處理可變對象時，需要了解引用與拷貝的區別。修改一個列表的副本不會影響原始列表，而修改引用將影響原始對象。

original = [1, 2, 3]
shallow_copy = original.copy()
shallow_copy[0] = 10
print(original)  # 輸出: [1, 2, 3]

reference = original
reference[0] = 10
print(original)  # 輸出: [10, 2, 3]

6. Python 中的其他數據結構

6.1 其他可變數據結構

除了列表、字典和集合，Python 還有其他一些可變數據結構，例如：

• 數組：通過標準庫中的 array 模塊實現，適用於相同類型元素的高效存儲。
• deque：雙端隊列，支持從兩端快速添加和刪除元素。

6.2 其他不可變數據結構

除了元組、字符串和凍結集合，還有一些其他不可變數據結構，例如：

• NamedTuple：一種具有命名字段的元組，可以通過字段名訪問元素，增強可讀性。
• bytes：不可變的字節序列，通常用於處理二進制數據。