পাইথনে ডিক্স কীভাবে প্রয়োগ করা হয় এবং এগুলি কখন তালিকার চেয়ে খারাপ হয়?

Question 1

আমি আমার কোডটিকে আরও দক্ষ করার জন্য পাইথনে কীভাবে বিভিন্ন ডেটা স্ট্রাকচার প্রয়োগ করা হয় তা খতিয়ে দেখেছি। তালিকাগুলি এবং ডিক্স কীভাবে কাজ করে তা তদন্ত করতে গিয়ে আমি জানতে পেরেছিলাম যে আমি যখন ও (এন) থেকে তালিকাগুলিতে ও (1) এর সময়গুলিকে হ্রাস করতে চাইলে নামগুলি স্থির-দৈর্ঘ্যের অ্যারে হিসাবে কার্যকর করা হয় সেই তালিকাগুলি হ্রাস করতে এবং আনশিফট করতে চাইলে আমি সুবিধা পেতে পারি lists প্রতিবার সামনের দিকে কিছু isোকানো হলে পুরোপুরি অনুলিপি করা ইত্যাদি ...)। আমি যা দেখতে পাচ্ছি না তা হ'ল কোনও ডীক কীভাবে প্রয়োগ করা হয় তার নির্দিষ্টকরণ এবং এর ডাউনসাইড বনাম তালিকার বিশদ। এই দুটি প্রশ্নের মাধ্যমে কেউ আমাকে আলোকিত করতে পারে?

Question 2

https://github.com/python/cpython/blob/v3.8.1/Modules/_collectionsmodule.c

এ নোডগুলির dequeobjectদ্বিগুণ-সংযুক্ত তালিকার সমন্বয়ে গঠিত block।

হ্যাঁ, dequeঅন্যটি উত্তর হিসাবে পরামর্শ হিসাবে একটি হ'ল (দ্বিগুণ) লিঙ্কযুক্ত তালিকা।

বিশদ বিবরণ: এর অর্থ হ'ল পাইথনের তালিকাগুলি কাটা সহ র্যান্ডম-অ্যাক্সেস এবং স্থির দৈর্ঘ্যের ক্রিয়াকলাপগুলির জন্য অনেক ভাল, যখন ডেক্সগুলি প্রান্তিকের বাইরে জিনিসগুলি ধাক্কা দেওয়ার এবং পপিংয়ের জন্য অনেক বেশি দরকারী, তবুও সূচকযুক্ত (তবে টুকরো টুকরো করে নয়, আকর্ষণীয়ভাবে) হচ্ছে সম্ভব তবে তালিকার চেয়ে ধীর।

Question 3

চেক আউট collections.deque। ডক্স থেকে:

ডিউকগুলি থ্রেড-সেফ সমর্থন করে, মেমরি এফিসিটি দক্ষ সংযুক্ত করে এবং উভয় দিকের প্রায় একই হে (1) কর্মক্ষমতা সহ ডেকের উভয় দিক থেকে পপ করে।

তালিকার অবজেক্টগুলি অনুরূপ অপারেশনগুলিকে সমর্থন করে তবে তারা দ্রুত নির্ধারিত দৈর্ঘ্যের ক্রিয়াকলাপগুলির জন্য অনুকূলিত হয় এবং পপ (0) এবং সন্নিবেশ (0, v) ক্রিয়াকলাপগুলির জন্য ও (এন) মেমরি চলন ব্যয়কে অন্তর্ভুক্ত করে যা অন্তর্নিহিত তথ্য উপস্থাপনের আকার এবং অবস্থান উভয়ই পরিবর্তন করে ।

ঠিক যেমনটি বলা হয়েছে, পপ (0) বা সন্নিবেশ (0, ভি) ব্যবহার করে তালিকার অবজেক্টগুলির সাথে বড় জরিমানা আদায় করতে হবে। আপনি একটিতে স্লাইস / সূচক ক্রিয়াকলাপগুলি ব্যবহার করতে পারবেন না deque, তবে আপনি popleft/ ব্যবহার করতে পারেন appendleftযা অপারেশনগুলির dequeজন্য অনুকূলিত। এটি প্রদর্শনের জন্য এখানে একটি সাধারণ মানদণ্ড দেওয়া হল:

import time
from collections import deque

num = 100000

def append(c):
    for i in range(num):
        c.append(i)

def appendleft(c):
    if isinstance(c, deque):
        for i in range(num):
            c.appendleft(i)
    else:
        for i in range(num):
            c.insert(0, i)
def pop(c):
    for i in range(num):
        c.pop()

def popleft(c):
    if isinstance(c, deque):
        for i in range(num):
            c.popleft()
    else:
        for i in range(num):
            c.pop(0)

for container in [deque, list]:
    for operation in [append, appendleft, pop, popleft]:
        c = container(range(num))
        start = time.time()
        operation(c)
        elapsed = time.time() - start
        print "Completed %s/%s in %.2f seconds: %.1f ops/sec" % (container.__name__, operation.__name__, elapsed, num / elapsed)

আমার মেশিনে ফলাফল:

Completed deque/append in 0.02 seconds: 5582877.2 ops/sec
Completed deque/appendleft in 0.02 seconds: 6406549.7 ops/sec
Completed deque/pop in 0.01 seconds: 7146417.7 ops/sec
Completed deque/popleft in 0.01 seconds: 7271174.0 ops/sec
Completed list/append in 0.01 seconds: 6761407.6 ops/sec
Completed list/appendleft in 16.55 seconds: 6042.7 ops/sec
Completed list/pop in 0.02 seconds: 4394057.9 ops/sec
Completed list/popleft in 3.23 seconds: 30983.3 ops/sec

Question 4

আমার সন্দেহ হয় যে dequeঅবজেক্টগুলির জন্য ডকুমেন্টেশন এন্ট্রি আপনাকে জানার প্রয়োজনগুলির বেশিরভাগ ক্ষেত্রেই বানান। উল্লেখযোগ্য উদ্ধৃতি:

ডিউকগুলি থ্রেড-সেফ সমর্থন করে, মেমরি এফিসিটি দক্ষ সংযুক্ত করে এবং উভয় দিকের প্রায় একই হে (1) কর্মক্ষমতা সহ ডেকের উভয় দিক থেকে পপ করে।

তবে ...

সূচক অ্যাক্সেস উভয় প্রান্তে ও (1) হয় তবে মাঝখানে ও (এন) এর দিকে ধীর হয়। দ্রুত এলোমেলো অ্যাক্সেসের জন্য, পরিবর্তে তালিকাগুলি ব্যবহার করুন।

বাস্তবায়নটি একটি লিঙ্কযুক্ত তালিকা বা অন্য কিছু কিনা তা জানাতে আমাকে উত্সটি একবার দেখে নিতে হবে, তবে এটি আমার কাছে মনে হয় deque দ্বিগুণ-লিঙ্কযুক্ত তালিকার প্রায় একই বৈশিষ্ট্য রয়েছে।

Question 5

অন্যান্য সমস্ত সহায়ক উত্তরের পাশাপাশি পাইথন তালিকাগুলি, ডেকস, সেট এবং অভিধানের বিভিন্ন অপারেশনের সময়ের জটিলতার (বিগ-ওহ) তুলনা করার জন্য এখানে আরও কিছু তথ্য দেওয়া হয়েছে । এটি কোনও নির্দিষ্ট সমস্যার জন্য সঠিক ডেটা কাঠামো নির্বাচন করতে সহায়তা করবে।

Question 6

পাইথন কীভাবে এটি প্রয়োগ করেছে তা আমি ঠিক নিশ্চিত নই, আমি এখানে কেবল অ্যারে ব্যবহার করে কুইজের একটি প্রয়োগ লিখেছি। পাইথনের কিউসের মতোই এর জটিলতা রয়েছে।

class ArrayQueue:
""" Implements a queue data structure """

def __init__(self, capacity):
    """ Initialize the queue """

    self.data = [None] * capacity
    self.size = 0
    self.front = 0

def __len__(self):
    """ return the length of the queue """

    return self.size

def isEmpty(self):
    """ return True if the queue is Empty """

    return self.data == 0

def printQueue(self):
    """ Prints the queue """

    print self.data 

def first(self):
    """ Return the first element of the queue """

    if self.isEmpty():
        raise Empty("Queue is empty")
    else:
        return self.data[0]

def enqueue(self, e):
    """ Enqueues the element e in the queue """

    if self.size == len(self.data):
        self.resize(2 * len(self.data))
    avail = (self.front + self.size) % len(self.data) 
    self.data[avail] = e
    self.size += 1

def resize(self, num):
    """ Resize the queue """

    old = self.data
    self.data = [None] * num
    walk = self.front
    for k in range(self.size):
        self.data[k] = old[walk]
        walk = (1+walk)%len(old)
    self.front = 0

def dequeue(self):
    """ Removes and returns an element from the queue """

    if self.isEmpty():
        raise Empty("Queue is empty")
    answer = self.data[self.front]
    self.data[self.front] = None 
    self.front = (self.front + 1) % len(self.data)
    self.size -= 1
    return answer

class Empty(Exception):
""" Implements a new exception to be used when stacks are empty """

pass

এবং এখানে আপনি কিছু কোড দিয়ে এটি পরীক্ষা করতে পারেন:

def main():
""" Tests the queue """ 

Q = ArrayQueue(5)
for i in range(10):
    Q.enqueue(i)
Q.printQueue()    
for i in range(10):
    Q.dequeue()
Q.printQueue()    


if __name__ == '__main__':
    main()

এটি সি বাস্তবায়নের মতো দ্রুত কাজ করবে না, তবে এটি একই যুক্তি ব্যবহার করে।