Week 1 学习计划｜Python 对象模型与数据结构

本周计划对应一年学习计划总纲 Phase I 的 Week 1 · Python 对象模型与核心数据结构，按总纲 Part II「每周固定执行模板」编排。总投入约 14–16 小时；原则是先自己做、卡住再查资料，核心代码不让 AI 直接生成。计划篇只保留任务与要求，实际产出和实测数据见Week 1 学习成果。

🎯 本周目标

L1

• 能解释可变对象 / 不可变对象、引用，以及为什么 dict / set 通常查找较快。

L2

• 不看教程独立完成 set 去重、frequency counter，并独立实现简单 KV Store 的 set / get / delete / exists / keys。

L3

• （总纲本周等级为 L2，不设 L3）

📚 Core Knowledge

总纲 Week 1 学习内容：

object / reference / mutable / immutable / list / tuple / dict / set / shallow copy / deep copy / hash。

• Naming and binding（名字、引用与赋值）：object / name / reference / assignment / id() / is vs == / mutable / immutable / aliasing
• copy 模块（浅拷贝 / 深拷贝）
• 数据结构教程（list / tuple / dict / set）、Glossary：hashable、Hash table（哈希表）
• Big-O notation（大 O 记号）：支撑“为什么 dict / set 查找较快”的复杂度背景

✍️ Human Core

总纲 Week 1 要求手写：

• list 基本操作
• dict 基本操作
• set 去重
• frequency counter
• 简单 KV Store

按日拆解如下。

Day 1｜对象、引用、可变性（1.5–2h）

学习 45min：阅读 Naming and binding 与 copy 文档，掌握 object、name、reference、assignment、id()、is vs ==、mutable / immutable、aliasing、shallow copy、deep copy。

实验 45min：自建 object_demo.py，完成 a = b、a == b / a is b、list alias、string immutable、tuple immutable、list mutable、id() 变化、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 = 做了什么、is 与 == 区别、mutable / immutable、shallow / deep copy。

Day 2｜List / Dict / Set + Hash（1.5–2h）

学习 40min：掌握 list、tuple、dict、set、hash、hash table、Big-O，理解 dict / set 为什么通常查找较快。

实验 50min：手写 list / dict 的基本操作与 set 去重，理解哈希表如何支撑 O(1) 查找。

输出 30min：写 complexity.md 复杂度对照表。

Day 3｜Function + Scope + Copy（1.5–2h）

学习 45min：掌握 function object、parameter / argument、return、default argument、*args / **kwargs、namespace、LEGB、global、nonlocal、shallow / deep copy。

编程实验 45min：

def add(a, b):
    ...

f = add          # 验证函数是对象

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

print([f() for f in funcs])   # 解释为什么不是 [0, 1, 2]

验收 20min：写一页 object_model.md，解释 name → object → reference → scope。

Day 4｜数据结构实战（2h）

今天不看教程，直接写。

Task 1：数据去重

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

实现 list 版本与 set/dict 版本，比较复杂度。

Task 2：frequency counter

输入 apple banana apple orange banana apple，输出 apple: 3 / banana: 2 / orange: 1。不使用 Counter 实现一次，再使用 Counter 实现一次，比较两种方案。

Day 5｜LRU Cache（2–2.5h）

理解 LRU 20min：容量 3，访问序列 A B C A D，推演最终缓存（参考 LRU 缓存淘汰策略 与 functools.lru_cache）。

第一版 40min：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：正常读取、重复读取、覆盖、淘汰、capacity = 1、capacity = 0、不存在 key。

Day 6｜简单 KV Store（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，写出下表：

最终解释为什么选择 dict。

独立实现 90min：创建 kv_store/store.py 与 kv_store/test_store.py，实现 KeyValueStore 的 set / get / delete / exists / keys。这一部分禁止 AI 直接生成。

测试 30min：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？

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

写下你的设计选择（不用马上解决）。

Day 7｜验收（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，用 timeit 计时，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？

Part 3｜无 AI 答辩 60min：关闭 AI 与资料，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

随机抽查：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)？KV Store 为什么使用 dict？能脱离资料讲清楚，Week 1 完成。

🤖 AI Build

总纲 Week 1 要求：完善第一版 KV Store 的目录结构。

• storage/
• core/
• cli/
• config/
• tests/

🧪 Experiment

总纲 Week 1 要求：比较 list、dict、set 的查找、插入、删除实际性能。

Hypothesis

• 哈希表（dict / set）的 get / set / membership 应保持常数级；list 的查找与头部插入应随数据量线性增长。

Experiment

• 用 timeit 对 list index / append / insert(0) / search，dict get / set / membership，set add / membership 在 1,000 / 10,000 / 100,000 三个规模上计时（repeat=5 取均值）。

Result

• 数据与结论见Week 1 学习成果。

Conclusion

• 验证了假设；delete 类操作与 1,000,000 规模当周未测，如实标注为“未实测”。

📝 数智工程师考试映射

• Python 对象模型与内存模型基础
• 基础数据结构（list / dict / set）与哈希表原理

✅ Acceptance

总纲 Week 1 验收：

L1

• 能解释可变对象 / 不可变对象
• 能解释引用
• 能解释为什么 dict / set 通常查找较快

L2

• 独立完成 set / get / delete / exists / keys

L3

• 总纲本周不设 L3

🧠 本周最重要的问题

为什么 dict / set 通常查找较快？如果哈希冲突或触发扩容，会发生什么？

❓ 尚未解决

• 总纲 Experiment 要求覆盖“删除性能”，但 delete 类操作（list.pop(0) / list.remove() / dict del / set discard）与 1,000,000 规模当周未测
• KV Store 的 get 返回可变对象时是否应允许调用方修改内部数据，当周只写下设计选择未定论

📊 Final Level

L2

第一周最终产出

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

时间不够时的优先级：KV Store > LRU > 数据结构实验 > 理论阅读 > 笔记美化。这周不追求“把 Python 学完”，把这几个问题真正吃透更重要。

来源与延伸阅读

• Python 官方文档：教程与标准库入口
• Naming and binding（名字、引用与赋值）
• copy 模块（浅拷贝 / 深拷贝）
• 数据结构教程（list / tuple / dict / set）
• Glossary：hashable
• Hash table（哈希表）
• Big-O notation（大 O 记号）
• collections.Counter（频率统计）
• functools.lru_cache（LRU 参考实现）
• timeit（基准测试计时）
• matplotlib（画图）