Vilka användbara typer tillhandahåller collections-modulen?

Question

Accepted Answer

**`collections`**-modulen tillhandahåller specialiserade behållartyper som utökar de inbyggda list/dict/tuple med praktiska, ofta mer effektiva alternativ för vanliga mönster. Att känna till dem gör att du kan skriva renare, snabbare kod.

## defaultdict — ordböcker med automatiska standardvärden

```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` etc.) tillhandahåller ett standardvärde för alla saknade nycklar — vilket eliminerar det tråkiga check-och-initialisera-mönstret. Utmärkt för gruppering och räkning.

## Counter — räkna förekomster

```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` gör frekvensräkning trivial — räkning av ord, röster, förekomster — med praktiska metoder som `most_common`.

## deque — snabba tillägg/borttagningar i BÅDA ändar

```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` är en dubbelriktad kö med O(1) tillägg/borttagningar i båda ändar — idealisk för köer, stackar och glidande fönster (en vanlig list är O(n) för operationer i början).

## namedtuple — lätta, namngivna 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` ger tuples namngivna fält — mer läsbar än indexåtkomst, oföränderlig, minneseffektiv. (Modern kod använder ofta `@dataclass` i stället för föränderliga poster.)

## OrderedDict / ChainMap (mindre vanligt 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)
```

## Varför det är viktigt

`collections`-modulen tillhandahåller rätt verktyg för vanliga mönster, vilket leder till renare och ofta mer effektiv kod. `defaultdict` och `Counter` förenklar drastiskt gruppering och räkning (ersätter utförlig manuell logik); `deque` ger O(1) dubbelriktade operationer där en list skulle vara långsam; `namedtuple` gör läsbara lätta poster.

Att gripa till dessa i stället för att själv bygga samma mönster med vanliga dicts/lists är ett tecken på idiomatisk, högpresterande Python — de används flitigt i verklig kod för databehandling, algoritmer och rena API:er.