recherche
Maisondéveloppement back-endTutoriel PythonStructures de données triées en Python

Sorted Data Structures in Python

Les structures de données triées jouent un rôle essentiel dans l'optimisation des opérations de recherche, d'insertion et de suppression tout en maintenant l'ordre. Python fournit une variété d'outils et de bibliothèques pour travailler avec de telles structures, offrant des solutions efficaces à de nombreux problèmes du monde réel. Nous couvrirons les suivants :

  • Des tas.
  • Listes triées.
  • Dictionnaires triés.
  • Ensembles triés.

Module tasq

Pour une implémentation robuste d'une structure de données de tas (en particulier un tas min), la bibliothèque standard de Python fournit une prise en charge intégrée. Le module heapq fournit une implémentation de file d'attente prioritaire basée sur le tas. Il utilise un tas binaire pour maintenir un ordre partiel, ce qui le rend idéal pour les scénarios nécessitant un accès répété au plus petit (ou au plus grand) élément.

Exemple:

import heapq

heap = [3, 1, 4]
heapq.heapify(heap)
heapq.heappush(heap, 2)
print(heap)  # Output: [1, 2, 4, 3]

smallest = heapq.heappop(heap)
print(smallest)  # Output: 1

Référez-vous à la documentation officielle pour une liste complète des opérations disponibles et des exemples supplémentaires.

Module conteneurs triés

Le module sortedcontainers fournit des structures de données triées dynamiques qui s'ajustent automatiquement à mesure que des éléments sont ajoutés ou supprimés. Cette bibliothèque est très efficace et facile à utiliser.

Liste triée :

Maintient une liste triée avec un ordre dynamique.

from sortedcontainers import SortedList

sl = SortedList([3, 1, 4])
sl.add(2)
print(sl)  # Output: [1, 2, 3, 4]

Il accepte également un paramètre clé, similaire à celui utilisé dans la fonction sorted().

from sortedcontainers import SortedList
from operator import neg

sl = SortedList([3, 1, 4], key=neg)
print(sl)  # Output: [4, 3, 1]

Remarque : SortedList prend en charge presque toutes les méthodes de séquences mutables, sauf quelques-unes qui ne sont pas prises en charge et généreront une erreur non implémentée.

SortedDict :

Un dictionnaire avec des clés maintenues dans un ordre trié. La conception du dict trié est simple : le dict trié hérite du dict pour stocker les éléments et maintient une liste triée de clés.

Les clés de dict triées doivent être hachables et comparables. Le hachage et l'ordre total des clés ne doivent pas changer pendant qu'elles sont stockées dans le dict trié.

from sortedcontainers import SortedDict

sd = SortedDict({"b": 2, "a": 1})
sd["c"] = 3
print(sd)  # Output: {'a': 1, 'b': 2, 'c': 3}

EnsembleTrié :

Un ensemble qui assure le tri de ses éléments.

from sortedcontainers import SortedSet

ss = SortedSet([3, 1, 1, 4])
ss.add(2)
print(ss)  # Output: SortedSet([1, 2, 3, 4])

Comme SortedList, SortedSet accepte également un paramètre clé qui peut être utilisé de la même manière.


Compromis des structures de données triées

Bien que les structures de données triées offrent des avantages significatifs, elles comportent des compromis :

  • Surcharge d'insertion/suppression : le maintien de l'ordre pendant ces opérations peut augmenter le coût de calcul par rapport aux structures non triées.
  • Surcharge de mémoire : certaines implémentations peuvent utiliser de la mémoire supplémentaire pour l'indexation ou le maintien de l'ordre.

Conclusion

Les structures de données triées sont des outils indispensables pour optimiser les applications nécessitant une maintenance dynamique des commandes. Bien que les développeurs devraient être facilement en mesure d'implémenter ces structures de données, il est agréable de disposer de ces implémentations robustes qui peuvent être utilisées dès le départ sans avoir à faire un cauchemar concernant un cas de figure dans un service déployé en production. Les bibliothèques intégrées de Python et les modules tiers tels que sortedcontainers fournissent des solutions polyvalentes et efficaces à un large éventail de problèmes. En comprenant leurs atouts et leurs compromis, vous pouvez sélectionner les bons outils pour créer des applications performantes et évolutives.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Comment les tableaux sont-ils utilisés dans l'informatique scientifique avec Python?Comment les tableaux sont-ils utilisés dans l'informatique scientifique avec Python?Apr 25, 2025 am 12:28 AM

ArraySinpython, en particulier Vianumpy, arecrucialinsciciencomputingfortheirefficiency andversatity.1) ils sont les opérations de data-analyse et la machineauning.2)

Comment gérez-vous différentes versions Python sur le même système?Comment gérez-vous différentes versions Python sur le même système?Apr 25, 2025 am 12:24 AM

Vous pouvez gérer différentes versions Python en utilisant Pyenv, Venv et Anaconda. 1) Utilisez PYENV pour gérer plusieurs versions Python: installer PYENV, définir les versions globales et locales. 2) Utilisez VENV pour créer un environnement virtuel pour isoler les dépendances du projet. 3) Utilisez Anaconda pour gérer les versions Python dans votre projet de science des données. 4) Gardez le Système Python pour les tâches au niveau du système. Grâce à ces outils et stratégies, vous pouvez gérer efficacement différentes versions de Python pour assurer le bon fonctionnement du projet.

Quels sont les avantages de l'utilisation de tableaux Numpy sur des tableaux Python standard?Quels sont les avantages de l'utilisation de tableaux Numpy sur des tableaux Python standard?Apr 25, 2025 am 12:21 AM

NumpyArrayShaveSeveralAdvantages OverStandardPyThonarRays: 1) TheaReMuchfasterDuetoc-bases Implementation, 2) Ils sont économisés par le therdémor

Comment la nature homogène des tableaux affecte-t-elle les performances?Comment la nature homogène des tableaux affecte-t-elle les performances?Apr 25, 2025 am 12:13 AM

L'impact de l'homogénéité des tableaux sur les performances est double: 1) L'homogénéité permet au compilateur d'optimiser l'accès à la mémoire et d'améliorer les performances; 2) mais limite la diversité du type, ce qui peut conduire à l'inefficacité. En bref, le choix de la bonne structure de données est crucial.

Quelles sont les meilleures pratiques pour écrire des scripts Python exécutables?Quelles sont les meilleures pratiques pour écrire des scripts Python exécutables?Apr 25, 2025 am 12:11 AM

Tocraftexecutablepythonscripts, suivant les autres proches: 1) addashebangline (#! / Usr / bin / leppython3) tomakethescriptexecutable.2) setpermisessionswithchmod xyour_script.py.3) organisationwithacleardocstringanduseifname == "__ __" Main __ ".

En quoi les tableaux Numpy diffèrent-ils des tableaux créés à l'aide du module de tableau?En quoi les tableaux Numpy diffèrent-ils des tableaux créés à l'aide du module de tableau?Apr 24, 2025 pm 03:53 PM

NumpyArraysarebetterFornumericalOperations andMulti-dimensionaldata, tandis que la réalisation de la réalisation

Comment l'utilisation des tableaux Numpy se compare-t-il à l'utilisation des tableaux de modules de tableau dans Python?Comment l'utilisation des tableaux Numpy se compare-t-il à l'utilisation des tableaux de modules de tableau dans Python?Apr 24, 2025 pm 03:49 PM

NumpyArraysareBetterForheAVYVumericalComputing, tandis que la réalisation de points contraints de réalisation.1) NumpyArraySoFerversATACTORATIONS ajusté pour les données

Comment le module CTYPES est-il lié aux tableaux dans Python?Comment le module CTYPES est-il lié aux tableaux dans Python?Apr 24, 2025 pm 03:45 PM

CTYPESALLOWSCREATINGAndMANIPulationc-styLearRaySInpython.1) UsectypeStOinterfaceWithClibraryForPerformance.2) Createc-stylearRaysFornumericalComptations.3) PassArrayStocfunction

See all articles

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Outils chauds

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Listes Sec

Listes Sec

SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

SublimeText3 version anglaise

SublimeText3 version anglaise

Recommandé : version Win, prend en charge les invites de code !

Télécharger la version Mac de l'éditeur Atom

Télécharger la version Mac de l'éditeur Atom

L'éditeur open source le plus populaire

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP