Ποιους χρήσιμους τύπους παρέχει το module `collections`;

Question

Accepted Answer

Το module **`collections`** παρέχει εξειδικευμένους τύπους containers που επεκτείνουν τις ενσωματωμένες list/dict/tuple με βολικές, συχνά πιο αποδοτικές εναλλακτικές για κοινά patterns. Η γνώση τους σας επιτρέπει να γράφετε πιο καθαρό και γρήγορο κώδικα.

## defaultdict — dicts με αυτόματες προεπιλεγμένες τιμές

```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
```

Το `defaultdict(list)` (ή `int`, `set`, κ.λπ.) παρέχει μια προεπιλεγμένη τιμή για οποιοδήποτε χαμένο κλειδί — εξαλείφοντας το κουραστικό pattern ελέγχου και αρχικοποίησης. Πολύ χρήσιμο για ομαδοποίηση και μέτρηση.

## Counter — μέτρηση εμφανίσεων

```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}
```

Το `Counter` κάνει τη μέτρηση συχνοτήτων τετριμμένη — μέτρηση λέξεων, ψήφων, εμφανίσεων — με χρήσιμες μεθόδους όπως `most_common`.

## deque — γρήγορες προσθήκες/αφαιρέσεις και στα ΔΥΟ άκρα

```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)
```

Το `deque` είναι μια δίπλευρη ουρά με O(1) προσθήκες/αφαιρέσεις και στα δύο άκρα — ιδανικό για ουρές, stacks και sliding windows (μια απλή list είναι O(n) για λειτουργίες στο εμπρόσθιο μέρος).

## namedtuple — ελαφρά, ονοματισμένα records

```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
```

Το `namedtuple` δίνει στις tuples ονοματισμένα πεδία — πιο ευανάγνωστα από την πρόσβαση ευρετηρίου, αμετάβλητα, αποδοτικά ως προς τη μνήμη. (Ο σύγχρονος κώδικας συχνά χρησιμοποιεί `@dataclass` αντ' αυτού για μεταβλητά records.)

## OrderedDict / ChainMap (λιγότερο συνηθισμένα τώρα)

```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)
```

## Γιατί έχει σημασία

Το module `collections` παρέχει το σωστό εργαλείο για κοινά patterns, που οδηγεί σε πιο καθαρό και συχνά πιο αποδοτικό κώδικα. Το `defaultdict` και το `Counter` απλοποιούν δραματικά την ομαδοποίηση και μέτρηση (αντικαθιστώντας λεκτικό χειροκίνητο logic). Το `deque` δίνει O(1) λειτουργίες δίπλευρης ουράς όπου μια list θα ήταν αργή. Το `namedtuple` κάνει ευανάγνωστα ελαφρά records.

Η χρήση αυτών αντί να δημιουργείτε τα ίδια patterns με απλές dicts/lists είναι σημάδι ιδιωματικού, αποδοτικού Python — χρησιμοποιούνται ευρέως στον πραγματικό κώδικα για επεξεργασία δεδομένων, αλγορίθμους και καθαρά APIs.