Conceptos básicos de estructuras de datos

9 ejemplos para empezar con los contenedores integrados de Python: 6 básicos y 3 intermedios.

Prerrequisitos

• Python 3.14.0 y familiaridad con Conceptos básicos de Python.

Ejemplos básicos

1. Lista - Secuencia mutable ordenada

Añade, indexa y corta secuencias.

items = ["a", "b", "c"]
items.append("d")
first = items[0]
middle = items[1:3]

• Añadido O(1) al final; inserción O(n) al principio.
• Las listas son heterogéneas: se permiten todos los tipos de objetos.
• El corte devuelve una nueva lista (copia superficial de referencias).

Relacionado: Listas y tuplas - ordenación y bisect

2. Tupla - Secuencia inmutable fija

Agrupa valores relacionados que no deben cambiar.

point = (10, 20)
x, y = point
record = ("ada", 1842)

• Las tuplas son hasheables cuando todos sus elementos lo son.
• Una tupla de un solo elemento necesita una coma al final: (42,).
• El desempaquetado funciona en asignaciones y bucles for.

Relacionado: Inmutabilidad y Hashabilidad - cuándo las tuplas son claves de diccionario

3. dict - Mapeo Clave-Valor

Búsqueda rápida por clave hasheable.

user = {"id": 1, "name": "Ada"}
user["email"] = "ada@example.com"
for key, value in user.items():
    print(key, value)

• Promedio O(1) de obtención/asignación/eliminación por clave.
• El orden de inserción se conserva (garantía del lenguaje desde 3.7).
• Las claves deben ser hasheables: no se permiten listas mutables como claves.

Relacionado: Diccionarios - fusión y vistas

4. set - Colección única no ordenada

Pertenencia y álgebra de conjuntos.

tags = {"python", "data", "python"}
tags.add("ml")
assert "data" in tags
common = {"a", "b"} & {"b", "c"}  # {"b"}

• Los literales usan {} solo para diccionarios; los conjuntos necesitan set() o {"x"} con valores.
• Promedio O(1) en pruebas in: ideal para comprobaciones de deduplicación.
• Unión/intersección/diferencia mediante los operadores |, &, -.

Relacionado: Sets y Frozensets - frozenset como clave de diccionario

5. Hoja de trucos de Big-O

*Caso promedio; las colisiones de hash en el peor de los casos degradan dict/set.

• Elige set/dict cuando necesites pertenencia rápida.
• Elige list cuando el orden y los duplicados importen con acceso por índice.
• Perfila los caminos críticos: las constantes importan para n pequeño.

Relacionado: Elegir la estructura de datos correcta - guía de decisión

6. collections.deque para Colas

Añadido/eliminación rápida desde ambos extremos.

from collections import deque
 
queue: deque[str] = deque()
queue.append("job-1")
queue.append("job-2")
next_job = queue.popleft()

• list.pop(0) es O(n); deque.popleft() es O(1).
• maxlen opcional elimina automáticamente los elementos más antiguos.
• No es una cola de prioridad: usa heapq para ordenar por prioridad.

Relacionado: Módulo collections - Counter y defaultdict

Ejemplos intermedios

7. defaultdict para Agrupación

Evita comprobaciones manuales de existencia de claves al crear grupos.

from collections import defaultdict
 
by_role: defaultdict[str, list[str]] = defaultdict(list)
for name, role in [("Ada", "admin"), ("Linus", "dev"), ("Guido", "dev")]:
    by_role[role].append(name)

• La fábrica se ejecuta solo en claves ausentes.
• Sigue siendo un diccionario: mismos patrones de iteración y serialización.
• Prefiere sobre setdefault cuando el valor predeterminado es un objeto mutable nuevo.

Relacionado: Módulo collections - API completa

8. Counter para Frecuencias

Cuenta elementos hasheables en una sola pasada.

from collections import Counter
 
words = ["a", "b", "a", "c", "a", "b"]
counts = Counter(words)
print(counts.most_common(2))  # [('a', 3), ('b', 2)]

• Resta contadores para diferencias de multiconjuntos.
• elements() expande los recuentos de nuevo a elementos repetidos.
• Ideal para análisis de registros y bocetos de histogramas.

9. Named Tuple para Registros Ligeros

Acceso a campos legible sin una clase completa.

from typing import NamedTuple
 
class Point(NamedTuple):
    x: int
    y: int
 
p = Point(3, 4)
print(p.x, p.y)

• Inmutable: seguro como claves de diccionario cuando los campos son hasheables.
• dataclass suele ser mejor cuando necesitas valores predeterminados o métodos.
• TypedDict se adapta a diccionarios con formato JSON que permanecen como diccionarios en tiempo de ejecución.

Relacionado: TypedDict y NamedTuple - tipado de registros

Versiones de la pila: Esta página se escribió para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+ y uv 0.6+.