2.ADT和類（抽象數據類型和麪向對象編程）

ADT：Abstrack Datatype

在python裏面一切都是對象

示例：

l = list()     #定義列表
l.append(3)    #調用append方法
l.remove(3)    #調用remove方法

上面示例中的列表就是一種抽象數據類型，經過組合一些現有的數據跟操做來造成一種新的數據結構。

用python的class實現抽象數據類型（ADT）

---

            data (數據)

class

            method(操做方法)

---

這裏實現一個bag來作一個示例：

---

          data：要用容器去存儲

bag

          method：add、remove、len、iter

---

代碼以下：

#-*- condig:utf-8 -*-
class Bag(object):
    def __init__(self, maxsize=10):         #初始化，maxsize定義最大容量
        self.maxsize = maxsize              #屬性，表示最大容量
        self._items = list()                #容器類型，這裏用列表

    def add(self, item):                    #定義add操做
        if len(self) > self.maxsize:        #若是當前長度大於最大定義容量
            raise Exception ('Bag is Full') #拋出異常
        self._items.append(item)            #不然添加到列表中

    def remove(self, item):                 #定義刪除操做
        self._items.remove(item)

    def __len__(self):                      #魔術方法
        return len(self._items)             #數據列表的長度

    def __iter__(self):                     #實現迭代器
        for item in self._items:
            yield item

#測試用例
def test_bag():
    bag = Bag()
    bag.add(1)
    bag.add(2)
    bag.add(3)

    assert len(bag) == 3

    bag.remove(3)

    assert len(bag) == 2

    for i in bag:
        print (i)
#
#
test_bag()      #調用測試函數

執行腳本：

# python bag_adt.py

實現一個ADT要注意的幾個問題：

（1）數據成員，好比：items，應該選用什麼樣的數據結構？

（2）選用數據結構，可否知足定義ADT的操做要求？

         好比add，remove這些操做可否知足要求；

（3）選用數據結構能支持高效的操做，它的效率如何？

        例如上例中容器選用list來做爲他的底層存儲，實際上他的add和remove操做效率，

        不如選用set來做爲容器效率更高，上例中的 remove 的操做來刪除中間的一個元素，

        它的時間複雜度就是O(n)。

        【O(n)能夠簡單理解爲刪除一個元素，須要執行多少個步驟。】