Quali tipi utili fornisce il modulo collections?

Question

Accepted Answer

Il modulo **`collections`** fornisce tipi di contenitore specializzati che estendono la list/dict/tuple integrata con alternative convenienti e spesso più efficienti per i pattern comuni. Conoscerli ti permette di scrivere codice più pulito e veloce.

## defaultdict — dict con valori di default automatici

```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)` (o `int`, `set`, ecc.) fornisce un valore predefinito per qualsiasi chiave mancante — eliminando il tedioso pattern di controllo e inizializzazione. Ottimo per il raggruppamento e il conteggio.

## Counter — conta le occorrenze

```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` rende banale il conteggio delle frequenze — contare parole, voti, occorrenze — con metodi pratici come `most_common`.

## deque — append/pop veloci su ENTRAMBE le estremità

```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` è una coda a doppia estremità con append/pop O(1) su entrambe le estremità — ideale per code, stack e finestre scorrevoli (una list semplice è O(n) per le operazioni frontali).

## namedtuple — record leggeri, denominati

```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` fornisce campi denominati alle tuple — più leggibile dell'accesso per indice, immutabile, efficiente in memoria. (Il codice moderno spesso utilizza `@dataclass` invece per i record mutabili.)

## OrderedDict / ChainMap (meno comune ora)

```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)
```

## Perché è importante

Il modulo `collections` fornisce lo strumento giusto per i pattern comuni, portando a codice più pulito e spesso più efficiente. `defaultdict` e `Counter` semplificano drammaticamente il raggruppamento e il conteggio (sostituendo la logica manuale prolissa); `deque` fornisce operazioni a doppia estremità O(1) dove una list sarebbe lenta; `namedtuple` crea record leggeri leggibili.

Ricorrere a questi invece di implementare manualmente gli stessi pattern con dict/list semplici è il segno di un Python idiomatico e performante — sono ampiamente utilizzati nel codice reale per l'elaborazione dei dati, gli algoritmi e le API pulite.