42. 数据结构之列表

# 注：该代码块包含未完成的填空代码，需要在平台上完成
# 注意：此答案不全，请查阅平台。
# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
#任务一
name_index = ["道琼斯工业平均指数","富时100指数","标普500指数","恒生指数","日经225指数","上证指数","深证指数"]  #创建指数名称列的列表
price_index = [41563.08,8376.63,5648.40,17989.07,38647.75,2842.21,8348.48]  # 定义列表price_index
 
print(name_index[2])        #访问 "标普500指数" 这个元素
 
print(price_index.index(8376.63))       #找出 8376.63 这个元素所在的索引值

#任务二
name_index = ["道琼斯工业平均指数","富时100指数","标普500指数","恒生指数","日经225指数","上证指数","深证指数"] 
price_index = [41563.08,8376.63,5648.40,17989.07,38647.75,2842.21,8348.48]  # 定义列表price_index
 
name_index.append("法国CAC40指数")         #按要求添加新元素
name_index.append("德国DAX指数")  # 将股指名称添加到列表
name_index.append("新加坡海峡指数")  # 将股指名称添加到列表
name_index.append("台湾加权指数")  # 将股指名称添加到列表
print(name_index)                   #打印添加新元素后的name_index列表
 
price_index.append(7630.95)         #按要求添加新元素
price_index.append(18906.92)  # 将股指收盘点数添加到列表
price_index.append(3442.93)  # 将股指收盘点数添加到列表
price_index.append(22268.09)  # 将股指收盘点数添加到列表
print(price_index)                 #打印添加新元素后的price_index列表


#任务三
name_index = ["道琼斯工业平均指数","富时100指数","标普500指数","恒生指数","日经225指数","上证指数","深证指数"] 
price_index = [41563.08,8376.63,5648.40,17989.07,38647.75,2842.21,8348.48]  # 定义列表price_index                         
 
price_index.remove(38647.75)  #删除"日经225指数"这个元素
                             
 
price_index.insert(6,2674.45)  #添加索引为6的"韩国综合指数"这个元素
print(name_index)  # 输出指数数据
print(price_index)  # 输出价格数据

#任务四
name_index = ["道琼斯工业平均指数","富时100指数","标普500指数","恒生指数","日经225指数","上证指数","深证指数"] 
price_index = [41563.08,8376.63,5648.40,17989.07,38647.75,2842.21,8348.48]  # 定义列表price_index
 
price_index.sort()     #将price_index列表元素由小到大排序
print(price_index)  # 输出价格数据

price_index.reverse()     #将price_index列表元素翻转
print(price_index)  # 输出价格数据

price_index.clear()  #删除price_index列表全部元素(使用clear函数)
print(price_index)  # 输出价格数据

# 创建列表：存储券商股票名称
# 方括号[]是列表的字面量语法
stocks = ['中信证券', '国泰君安', '海通证券', '华泰证券']

# 访问元素：索引从0开始
print('第一个:', stocks[0])

# 负数索引：-1表示最后一个元素
print('最后一个:', stocks[-1])

stocks = ['中信证券', '国泰君安', '海通证券', '华泰证券']

# 切片操作：[start:end]，包含start，不包含end
# stocks[:3]等价于stocks[0:3]，获取前3个元素
print('前3个:', stocks[:3])

# stocks[1:4]获取索引1到3的元素
# 切片操作创建列表的浅拷贝，不会修改原列表
print('第2-4个:', stocks[1:4])

stocks = ['中信证券', '国泰君安', '海通证券', '华泰证券']

# 修改元素：通过索引直接赋值
stocks[1] = '申万宏源'
print('修改后:', stocks)

# 添加元素：append()在列表末尾添加
# 时间复杂度为 amortized O(1)，非常高效
stocks.append('招商证券')
print('追加后:', stocks)

stocks = ['中信证券', '申万宏源', '海通证券', '华泰证券', '招商证券']

# remove()方法：删除第一个匹配的元素
# 需要先查找元素，时间复杂度为 O(n)
stocks.remove('海通证券')
print('删除后:', stocks)

numbers = [3, 1, 4, 1, 5, 9, 2, 6]

# sorted()函数：返回排序后的新列表，原列表不变
# 使用Timsort算法，时间复杂度 O(n log n)
numbers_sorted = sorted(numbers)
print('排序:', numbers_sorted)

# reverse()方法：原地反转列表，时间复杂度 O(n)
numbers_sorted.reverse()
print('反转:', numbers_sorted)

numbers_sorted = [9, 6, 5, 4, 3, 2, 1, 1]

# count()：统计元素出现次数，时间复杂度 O(n)
print(f'计数(1): {numbers_sorted.count(1)}')

# sum()：计算元素和，时间复杂度 O(n)
print(f'求和: {sum(numbers_sorted)}')

# len()：获取列表长度，时间复杂度 O(1)
print(f'长度: {len(numbers_sorted)}')

original = [3, 1, 2]
new_list = sorted(original)  # 创建新列表
print('原列表:', original)   # [3, 1, 2] — 不变
print('新列表:', new_list)   # [1, 2, 3] — 排序后

numbers = [9, 6, 5, 4, 3, 2, 1, 1]

# 列表推导式：比传统for循环更快、更Pythonic
# 语法：[expression for item in iterable]
squares = [x**2 for x in numbers]
print('平方:', squares)

# 定义持仓股票组合
# 列表+字典的嵌套结构，适合表示"实体-属性"关系
portfolio = [
    {'code': '600519.SH', 'name': '贵州茅台', 'shares': 100, 'price': 1850.00},
    {'code': '000858.SZ', 'name': '五粮液', 'shares': 200, 'price': 220.50},
    {'code': '600036.SH', 'name': '招商银行', 'shares': 500, 'price': 45.20}
]

total_value = 0
for stock in portfolio:
    value = stock['shares'] * stock['price']
    total_value += value
    print(f"{stock['name']}: {value:,.2f}元")

print(f'\n总投资: {total_value:,.2f}元')

portfolio = [
    {'code': '600519.SH', 'name': '贵州茅台', 'shares': 100, 'price': 1850.00},
    {'code': '000858.SZ', 'name': '五粮液', 'shares': 200, 'price': 220.50},
    {'code': '600036.SH', 'name': '招商银行', 'shares': 500, 'price': 45.20}
]

# 计算总价值
total_value = sum(s['shares'] * s['price'] for s in portfolio)

# 计算每只股票的权重
weights = []
for stock in portfolio:
    value = stock['shares'] * stock['price']
    weight = value / total_value
    weights.append(weight)
    print(f"{stock['name']}: {weight:.2%}")

print(f'权重总和: {sum(weights):.4f}')