学习2026年8月25日更新于 2026年9月9日

从 Python 到 Data/AI 一年计划计划第 1 / 5 篇对应成果

Week 1 学习计划｜Python 对象模型与数据结构

Week 1 学习计划：7 天约 14–16 小时，从对象模型与数据结构出发，目标独立设计并验证一个 Mini Key-Value Store。

Python data-structures big-o lru-cache learning-plan

这份计划是我和 AI 讨论后定下的第一周安排。

总目标：从“会用 Python”提升到“理解 Python + 能独立设计数据结构”。 总投入：约 14–16 小时。原则：先自己做，卡住再查资料；核心代码不让 AI 直接生成。

计划与成果已拆成两篇：本篇只保留当时的任务与要求，实际产出和实测数据见学习成果篇。

计划：Day 1 ｜ Day 2 ｜ Day 3 ｜ Day 4 ｜ Day 5 ｜ Day 6 ｜ Day 7 ｜最终产出成果：见学习成果篇

Day 1｜对象、引用、可变性

时间：1.5–2h

学习 45min

阅读：

Python Tutorial：Objects / Names / Assignment（Naming and binding，名字与绑定）
copy 官方文档（浅拷贝 / 深拷贝）

掌握：

object
variable / name
reference
assignment
id()
is vs ==
mutable / immutable
aliasing

实验 45min

自己创建 object_demo.py，完成：

a = b
a == b / a is b
list alias
string immutable
tuple immutable
list mutable
id() 变化实验
shallow copy
deep copy

重点实验：

a = [1, 2, [3, 4]]
b = a
c = a.copy()
c[2].append(5)

写出 a、b、c 并解释原因。

验收 15min

不用资料解释：

= 到底做了什么？
is 和 == 区别？
mutable / immutable？
shallow / deep copy？

Day 2｜List / Dict / Set + Big-O

时间：1.5–2h ｜ ✅ 已完成（delete 与 1,000,000 未测）｜成果：复杂度实测与对照表

学习 40min

掌握：list、tuple、dict、set、hash、hash table、Big-O。

带着这些问题去学，答案和实测数据见成果篇：

list 为什么随机访问 O(1)？
list 为什么头部插入 O(n)？
dict 为什么平均查找 O(1)？
set 为什么 membership 平均 O(1)？
为什么“平均 O(1)”不等于“永远 O(1)”？

实验 50min

自己测试：

list：index、append、insert(0)、search
dict：get、set、membership
set：add、membership

数据规模：1,000 / 10,000 / 100,000 / 1,000,000（1,000,000 视时间补测）。

输出 30min

写 complexity.md 复杂度对照表：list / dict / set 在访问、查找、插入、删除、membership 上的复杂度，实测过的标 ✅，没测的如实标注。

Day 3｜Function + Scope + Copy

时间：1.5–2h ｜ ✅ 已完成｜成果：object_model.md 全文

学习 45min

掌握：

function object
parameter / argument
return
default argument（默认参数）
*args / **kwargs（任意参数列表）
namespace
LEGB（作用域与命名空间）
global
nonlocal
shallow copy
deep copy

编程实验 45min

完成：

def add(a, b):
    ...

f = add

验证：函数是不是对象？

然后完成：

x = 10

def test():
    x = 20
    print(x)

以及：

funcs = []
for i in range(3):
    funcs.append(lambda: i)

print([f() for f in funcs])

解释为什么结果不是 [0, 1, 2]。

验收 20min

写一页 object_model.md，必须解释：

name
↓
object
↓
reference
↓
scope

成果全文见成果篇。

Day 4｜数据结构实战

时间：2h。今天不看教程，直接写。✅ 已完成（2026-09-04）｜成果：解法与总结

Task 1：数据去重

输入：

users = [
    {"id": 1, "name": "A"},
    {"id": 2, "name": "B"},
    {"id": 1, "name": "A"},
]

实现：

list 版本
set/dict 版本

要求：比较两个版本复杂度。

Task 2：频率统计

输入：apple banana apple orange banana apple

输出：

apple: 3
banana: 2
orange: 1

要求：不使用 Counter，再使用 Counter，比较两种方案。

Task 3：多字段排序

数据：

users = [
    {"name": "A", "age": 20, "score": 90},
    {"name": "B", "age": 20, "score": 95},
    {"name": "C", "age": 19, "score": 95},
]

要求：score 降序 → age 升序 → name 升序。

必须自己理解：sorted 与 Sorting HOW TO（key、lambda、stable sort）。

Day 5｜LRU Cache

时间：2–2.5h

理解 LRU 20min

容量：3。访问序列：A B C A D。自己推演最终缓存（参考 LRU 缓存淘汰策略，以及标准库的 functools.lru_cache）。

第一版 40min

使用 dict + list，实现 get(key)、put(key, value)，允许 O(n)。

分析 20min

回答：为什么这个实现不能做到 O(1)？

第二版 60min

设计：HashMap + Doubly Linked List。

实现：LRUCache(capacity)、get(key)、put(key, value)。

目标：get / put 平均 O(1)。

测试 20min

测试：正常读取、重复读取、覆盖、淘汰、capacity = 1、capacity = 0、不存在 key。

Day 6｜Level 3：Mini Key-Value Store

时间：3–4h。这是本周核心任务。

设计 30min

自己写需求：set(key, value)、get(key)、delete(key)、exists(key)、keys()。

确定：

key 不存在怎么办？
delete 不存在怎么办？
set 已存在 key 怎么办？
value 可以是什么类型？

设计数据结构 30min

比较方案 A list[(key, value)] 与方案 B dict，写出：

操作	List	Dict
set
get
delete
exists
keys

最终解释为什么选择 dict。

独立实现 90min

创建：

kv_store/
├── store.py
└── test_store.py

实现：

class KeyValueStore:
    def set(...)
    def get(...)
    def delete(...)
    def exists(...)
    def keys(...)

这一部分禁止 AI 直接生成。

测试 30min

必须测试：空 Store、set/get、覆盖、delete、不存在 key、多个 key、重复 delete、None、list / dict 作为 value。

思考 30min

如果 value 是 list，用户修改返回值，会不会影响 Store 内部数据？例如：

store.set("x", [1, 2, 3])
data = store.get("x")
data.append(4)

判断是否应该允许这种行为。不用马上解决，写下你的设计选择。

Day 7｜Benchmark + 最终验收

时间：3h

Part 1：Benchmark 60min

比较 List KV Store vs Dict KV Store，数据量 1,000 / 10,000 / 100,000 / 1,000,000，测试 get、set、delete、exists，记录数据量与运行时间（计时用 timeit），画一张图（如 matplotlib）。

Part 2：最终技术总结 45min

写 week01_review.md，回答：

Python

变量是什么？
= 是复制吗？
is / ==？
mutable / immutable？
shallow / deep copy？
LEGB？

数据结构

list 随机访问为什么 O(1)？
list 头部插入为什么 O(n)？
dict 为什么平均 O(1)？
dict 什么情况下会退化？
set 为什么适合 membership？

LRU

为什么 dict 不够？
为什么 list 不够？
HashMap + Doubly Linked List 为什么可以 O(1)？

KV Store

为什么最终选择 dict？
每个操作复杂度是多少？
keys() 为什么是 O(n)？
数据量扩大 100 倍会怎样？

Day 7 最后 1 小时｜无 AI 答辩

关闭 AI、关闭资料，拿纸回答：

为什么 dict 平均 O(1)，但不能说 dict 永远 O(1)？必须自己讲完整：

key
↓
hash()
↓
hash value
↓
hash table
↓
collision
↓
average case
↓
worst case

然后随机抽查自己：shallow copy 是什么？为什么 b = a 不是复制？LRU 为什么需要两个数据结构？为什么 list lookup 是 O(n)？为什么 dict lookup 平均 O(1)？MiniKV 为什么使用 dict？

如果能够脱离资料讲清楚，Week 1 完成。

第一周最终产出

周末必须有：

week01/
├── exercises/
│   ├── dedup.py
│   ├── frequency.py
│   └── sorting.py
├── lru/
│   ├── lru_cache.py
│   └── test_lru.py
├── kv_store/
│   ├── store.py
│   └── test_store.py
├── benchmarks/
│   └── benchmark.py
├── notes/
│   ├── object_model.md
│   └── complexity.md
└── week01_review.md

最终标准

Level 1：能解释 Python 对象、引用、可变性、作用域、常见数据结构。
Level 2：不看教程独立完成去重、频率统计、排序、LRU。
Level 3：自己设计并实现 Mini Key-Value Store，并用 Benchmark 验证自己的复杂度判断。

时间不够时的优先级：MiniKV > LRU > 数据结构实验 > 理论阅读 > 笔记美化。

这周不要追求“把 Python 学完”。把这几个问题真正吃透，比看完一门 Python 课程价值高得多。

来源与延伸阅读

本系列

从 Python 到 Data/AI 一年计划