Apakah daftar python mengakses waktu konstan?

kami tidak dapat mengelompokkan tipe data yang berbeda dalam larik. Seperti, kombinasi integer dan char, char dan float dll

Oleh karena itu array disebut sebagai tipe data homogen

Contoh

int arr[5]={10,20,30,40,50};

Indeks Larik

Dengan menggunakan nilai indeks, kita dapat langsung mengakses elemen yang diinginkan dalam array

Indeks array dimulai dari 0, bukan 1

Untuk mengakses elemen pertama, kita bisa langsung menggunakan indeks 0. saya. dan usia[0]

Untuk mengakses elemen ke-5, kita bisa langsung menggunakan indeks 4. saya. dan usia[4]

Kita dapat memanipulasi elemen ke-N dengan menggunakan indeks N - 1. {Di mana N > 0}

Secara umum, array berukuran N akan memiliki elemen dari indeks 0 hingga N-1

Mengakses elemen array menggunakan index

/*
 * Accessing array elements using index
 */

#include

int main()
{
    int arr[5] = {10, 20, 30, 40, 50};

    //printing 3rd element which is index 2
    printf("3rd element = %d\n", arr[2]);

    //printing 5th element which is index 4
    printf("5th element = %d\n", arr[4]);

    return 0;
}

Analisis kompleksitas waktu

Menggunakan nilai indeks, kita dapat mengakses elemen array dalam waktu yang konstan

Jadi kompleksitas waktu adalah O(1) untuk mengakses elemen dalam array

Topik yang Mungkin Anda Suka

Kode daftar yang tidak efisien secara tidak sengaja sangat umum terjadi dan sulit ditemukan, tetapi ketika daftar bertambah, kode Anda terhenti 

Teks ini melihat secara mendetail kinerja operasi larik dasar dan membahas alternatif dari larik standar. Ini juga mencakup lembar contekan dari operasi daftar mahal di Java dan Python

Dasar-dasar susunan

Array adalah tipe data koleksi yang paling mendasar. Ini terdiri dari elemen-elemen dari satu jenis yang ditata secara berurutan dalam memori. Anda dapat mengakses elemen apa pun dalam waktu yang konstan dengan pengindeksan bilangan bulat

Array tersedia dalam semua bahasa utama. Di Java, Anda dapat menggunakan notasi []_, atau kelas ArrayList yang lebih ekspresif. Di Python, tipe data daftar diimplementasikan sebagai array

Pertunjukan

Secara umum, array memiliki kinerja yang sangat baik. Mengoptimalkan performa array adalah tujuan utama desain hardware memori dan pengelolaan memori OS

• Anda dapat membaca atau menulis item daftar dengan mengacu pada indeksnya di
• Namun, beberapa operasi array – seperti tambah, hapus, dan cari – bisa sangat mahal, dengan kasus terburuk

Susunan dinamis

Dalam larik dinamis, elemen disimpan di awal larik tetap yang mendasarinya, dan posisi yang tersisa tidak digunakan

• Jika masih ada ruang tersisa, elemen dapat ditambahkan di bagian akhir dalam waktu yang konstan
• Jika tidak ada posisi yang tersisa, array berukuran tetap yang mendasarinya perlu ditingkatkan ukurannya

Berikut tampilan memori saat menambahkan elemen 2, 7, 1, 3, 8, 4 ke array dinamis yang awalnya kosong dengan kapasitas 2

Waktu untuk menambahkan elemen adalah linier dalam kasus terburuk, karena melibatkan pengalokasian memori baru dan penyalinan setiap elemen

Namun, jika kita memperluas array dengan proporsi konstan, mis. g. dengan menggandakan ukurannya, total waktu untuk menyisipkan n elemen akan menjadi O(n), dan kita katakan bahwa setiap penyisipan memerlukan waktu diamortisasi yang konstan

Lihat Kompleksitas waktu diamortisasi untuk informasi lebih lanjut tentang cara menganalisis struktur data yang memiliki operasi mahal yang jarang terjadi

Operasi daftar mahal

Untuk menambah atau menghapus elemen pada indeks tertentu bisa mahal, karena semua elemen setelah indeks harus digeser. Kompleksitas waktu terburuk adalah linier

Demikian pula, mencari elemen untuk suatu elemen bisa jadi mahal, karena Anda mungkin perlu memindai seluruh larik

Dalam contoh kode Python ini, panggilan pop(0) waktu linier, yang menghapus elemen pertama daftar, menyebabkan kode yang sangat tidak efisien

Peringatan. Kode ini memiliki. Ini berjalan dalam waktu Θ(n2), dengan n adalah panjang awal daftar a. Ini berarti program hanya berguna untuk daftar pendek, dengan paling banyak beberapa ribu elemen

while len(a) > 0:
	foo = a.pop(0)

Untuk menghindari jenis masalah kinerja ini, Anda perlu mengetahui perbedaan antara operasi daftar waktu konstan dan linier

Metode Java ArrayList yang mahal

Metode ArrayList berikut beroperasi pada subkumpulan elemen, tetapi masih memiliki kerumitan waktu yang bergantung pada ukuran n dari daftar

Catatan. ArrayList0 membutuhkan waktu diamortisasi konstan, meskipun waktu terburuknya adalah linear

Operasi daftar Python mahal

Operasi daftar Python berikut beroperasi pada subset elemen, tetapi masih memiliki kerumitan waktu yang bergantung pada ArrayList1

Catatan. pop(0)4 membutuhkan waktu diamortisasi yang konstan, meskipun waktu terburuknya adalah linier

Alternatif

Tidak ada struktur data lain yang dapat bersaing dengan efisiensi pengindeksan array dan iterasi array. Namun, Anda mungkin perlu mengambil pendekatan berbeda jika operasi lain sangat penting untuk performa

Peta dan kamus

Tabel hash, sering kali dalam bentuk peta atau kamus, adalah alternatif yang paling umum digunakan untuk array. Ini mengimplementasikan kumpulan pasangan kunci-nilai yang tidak diurutkan, di mana setiap kunci unik

• Tabel hash menawarkan kombinasi operasi pencarian, tambah, dan hapus yang efisien
• Semua operasi ini berjalan dalam waktu konstan yang diharapkan. Kompleksitas waktu untuk operasi penambahan diamortisasi

Di Jawa, tabel hash adalah bagian dari perpustakaan standar (HashSet dan HashMap). Banyak bahasa modern, seperti Python dan Go, memiliki kamus dan peta bawaan yang diimplementasikan oleh tabel hash

Array yang diurutkan

Jika pencarian penting untuk kinerja, Anda mungkin ingin menggunakan larik yang diurutkan

• Dalam larik terurut, Anda dapat menggunakan pencarian biner, yang berjalan dalam kasus terburuk
• Namun, menambahkan elemen baru ke array yang diurutkan bisa jadi mahal. elemen harus disisipkan di tempat yang tepat

Kelas Java Array berisi implementasi pencarian biner, Python menawarkan algoritma membagi dua yang serupa, dan Go juga memiliki beberapa metode pencarian biner

Daftar tertaut

Jika Anda perlu menambahkan atau menghapus elemen berulang kali di awal atau akhir daftar, Anda mungkin ingin mempertimbangkan daftar tertaut

• Dalam daftar tertaut tunggal Anda dapat menambahkan elemen di kedua ujungnya dalam waktu konstan, dan juga menghapus elemen pertama dalam waktu konstan
• Dalam daftar tertaut ganda, Anda juga dapat menghapus elemen terakhir dalam waktu konstan
• Namun, pengindeksan sangat mahal. Untuk menemukan elemen pada indeks tertentu, Anda perlu melintasi daftar

Kelas Java LinkedList mengimplementasikan daftar tertaut ganda, Python menawarkan , dan Go juga memiliki paket daftar

Pohon pencarian biner

Pohon pencarian biner yang seimbang menyimpan item dalam urutan terurut dan menawarkan pencarian, penambahan, dan penghapusan item yang efisien

• Sebagian besar operasi dasar (mis. g. tambah, hapus, temukan dan min) jalankan

Di Java, pohon pencarian adalah bagian dari perpustakaan standar (TreeSet dan TreeMap), sedangkan Python dan Go tidak mendukungnya secara langsung.

Apakah Python mencantumkan waktu yang konstan?

Berapa kerumitan waktu mengakses daftar dengan Python?

Apakah daftar Python mengindeks waktu yang konstan?

Apakah daftar dalam Python statis atau dinamis?