在上一篇文章中，我们讨论了C++， Java和Python是竞争性编程的三种最常见的语言。
在本文中，我们将从竞争性编程和面试准备的角度重点介绍最重要的Python模块。
list ：动态大小的数组，允许在不关心数组大小的情况下进行插入和删除。它还具有纯数组的优点，例如随机访问和缓存友好性。列表也可以用作队列和堆栈。
deque ： Dequeue支持在O(1)时间内在两端进行插入和删除。由于它是使用数组实现的，因此它也允许随机访问。我们可以使用出队来同时实现Queue和Stack。关于Deque的示例问题是，访问所有的汽油泵和所有大小为k的子阵列的最大值。
请注意， Python中没有用于Queue和Stack的模块。我们可以使用list或deque实现它们。首选双端队列实现，尤其是对于队列，因为在列表前面进行插入/删除很慢。
在我们希望具有FIFO项目顺序的情况下，队列很有用。问题示例包括：生成具有给定数字的数字，流中的第一个非重复字符，树及其变化的层级遍历，图形及其变化的BFS。请参阅队列练习问题以获取更多练习。
在我们希望获得LIFO订单的情况下使用堆栈。示例问题包括平衡括号，股票跨度问题，直方图中的下一个更大的元素和最大的面积。请参阅堆栈练习问题以获取更多练习。
放 和dict ：这两个都实现散列。当我们有键集合时，我们使用set。当我们有键值对时，我们使用字典。当我们希望快速搜索，插入和删除(所有三个操作均为O(1))时很有用。这是该行业中最常用的数据结构之一，也是学术界最低估的数据结构。存在许多流行的问题，计数不同的元素，数组项的频率，具有0和的子数组以及两个未排序数组的并集和交集。请参阅散列练习问题以获取更多练习。
heapq ：默认情况下实现Min Heap。我们也可以创建一个Min Heap。只要我们希望有效地找到最小或最大元素，就使用它。它用于实现流行的算法，例如Prim算法，Dijkstra最短路径，霍夫曼编码，K个最大元素，可购买和合并K个排序数组的最大玩具，流的中位数。请参阅堆练习问题以获取更多练习。
sorted ：对列表等序列进行排序。基于排序的示例问题包括：合并重叠间隔，所需的最小平台。第K个最小元素，找到具有给定总和的三元组。请参阅排序实践问题以获取更多信息。
bisect ：用于二进制搜索。基于二进制搜索的示例问题是，找到第一次出现的索引，出现的次数，峰值元素，二进制排序数组的中位数。请参阅二进制搜索实践问题以获取更多信息。
注意：与C++ STL和Java集合不同。 Python标准库确实包含Self Balancing BST的实现。在Python，我们可以使用bisect模块来保留一组排序后的数据。我们还可以使用PyPi模块，例如rbtree(红黑树的实现)和pyavl(AVL树的实现)。
我们将在本文的下一部分介绍更重要的Python库。
如果您是Python的初学者，则可能要尝试Python初学者的免费课程。