Hvilke nyttige typer leverer collections-modulet?

Question

Accepted Answer

Modulet **`collections`** leverer specialiserede containertyper, der udvider de indbyggede list/dict/tuple med bekvemme og ofte mere effektive alternativer til almindelige mønstre. At kende dem lader dig skrive renere, hurtigere kode.

## defaultdict — dictionaries med automatiske standardværdier

```python
from collections import defaultdict

# ❌ without it — must check/initialize keys manually
groups = {}
for item in items:
    if item.category not in groups:
        groups[item.category] = []
    groups[item.category].append(item)

# ✅ defaultdict auto-creates the default for missing keys
groups = defaultdict(list)        # missing key → a new empty list
for item in items:
    groups[item.category].append(item)   # no existence check needed
```

`defaultdict(list)` (eller `int`, `set` osv.) leverer en standard for enhver manglende nøgle — hvilket eliminerer det kedelige check-and-initialize-mønster. Perfekt til gruppering og tælling.

## Counter — tæl forekomster

```python
from collections import Counter

c = Counter("mississippi")         # Counter({'i': 4, 's': 4, 'p': 2, 'm': 1})
c.most_common(2)                    # [('i', 4), ('s', 4)] — top 2
c["x"]                              # 0 — missing keys return 0, no error

Counter(["a", "b", "a", "c", "a"])  # count list items → {'a': 3, 'b': 1, 'c': 1}
```

`Counter` gør tælling af frekvenser trivielt — tælling af ord, stemmer, forekomster — med praktiske metoder som `most_common`.

## deque — hurtige tilføjelser/fjernelser i BEGGE ender

```python
from collections import deque

q = deque([1, 2, 3])
q.append(4)          # add to the right
q.appendleft(0)      # add to the LEFT — O(1) (a list's insert(0) is O(n)!)
q.popleft()          # remove from the left — O(1)
q = deque(maxlen=3)  # bounded — auto-drops old items (sliding window)
```

`deque` er en queue med to ender med O(1) tilføjelser/fjernelser i begge ender — ideel til køer, stacks og glidende vinduer (en almindelig liste er O(n) for front-operationer).

## namedtuple — lette, navngivne poster

```python
from collections import namedtuple

Point = namedtuple("Point", ["x", "y"])
p = Point(3, 4)
p.x, p.y          # 3, 4 — access by NAME (clearer than p[0], p[1])
p                 # Point(x=3, y=4) — readable
```

`namedtuple` giver tuples navngivne felter — mere læseligt end indeksadgang, uforanderligt, hukommelseseffektivt. (Moderne kode bruger ofte `@dataclass` i stedet for ændelige poster.)

## OrderedDict / ChainMap (mindre almindeligt nu)

```text
OrderedDict → ordered dict (less needed since regular dicts keep order in 3.7+)
ChainMap    → search multiple dicts as one (e.g. layered config/defaults)
```

## Hvorfor det betyder noget

Modulet `collections` leverer det rigtige værktøj til almindelige mønstre, hvilket fører til renere og ofte mere effektiv kode. `defaultdict` og `Counter` forenkler gruppering og tælling dramatisk (erstatning for ordrig manuel logik); `deque` giver O(1) operationer i begge ender, hvor en liste ville være langsom; `namedtuple` gør læsbare, lette poster.

At gribe til disse i stedet for selv at rulle de samme mønstre med almindelige dicts/lister er et tegn på idiomatisk, performant Python — de bruges bredt i rigtig kode til databehandling, algoritmer og rene API'er.