我目前正致力于在Python中实现Fibonacci堆,以用于我自己的个人开发。在为圆形双链表编写对象类时,我遇到了一个我不确定的问题。
对于链表的快速成员资格测试(为了更快地执行'删除'和'合并'等操作),我想在我的链接中添加一个哈希表(一个python'set'对象)列表类。请参阅下面我公认的非常不完美的代码,了解我是如何做到的:
App.controller('MyCtrl2', ['$scope', '$http', 'Upload', '$timeout', function ($scope, $http, Upload, $timeout) {
$scope.uploadPic = function(file) {
var filename = file.name;
var type = file.type;
var query = {
filename: filename,
type: type
};
$http.post('/signing', query)
.success(function(result) {
Upload.upload({
url: result.url, //s3Url
transformRequest: function(data, headersGetter) {
var headers = headersGetter();
delete headers.Authorization;
return data;
},
fields: result.fields, //credentials
method: 'POST',
file: file
}).progress(function(evt) {
console.log('progress: ' + parseInt(100.0 * evt.loaded / evt.total));
}).success(function(data, status, headers, config) {
// file is uploaded successfully
console.log('file ' + config.file.name + 'is uploaded successfully. Response: ' + data);
}).error(function() {
});
})
.error(function(data, status, headers, config) {
// called asynchronously if an error occurs
// or server returns response with an error status.
});
};
}]);
我的问题是,哈希表是否占用了刚刚实现没有哈希表的链表的空间量的两倍?当我查看哈希表中的Node对象时,它们似乎与仅仅是独立节点对象时的内存位置完全相同。例如,如果我创建一个节点:
class Node:
def __init__(self,value):
self.value = value
self.degree = 0
self.p = None
self.child = None
self.mark = False
self.next = self
self.prev = self
def __lt__(self,other):
return self.value < other.value
class Linked_list:
def __init__(self):
self.root = None
self.nNodes = 0
self.members = set()
def add_node(self,node):
if self.root == None:
self.root = node
else:
self.root.next.prev = node
node.next = self.root.next
self.root.next = node
node.prev = self.root
if node < self.root:
self.root = node
self.members.add(node)
self.nNodes = len(self.members)
def find_min():
min = None
for element in self.members:
if min == None or element<min:
min = element
return min
def remove_node(self,node):
if node not in self.members:
raise ValueError('node not in Linked List')
node.prev.next, node.next.prev = node.next, node.prev
self.members.remove(node)
if self.root not in self.members:
self.root = self.find_min()
self.nNodes -=1
def merge_linked_list(self,LL2):
for element in self.members&LL2.members:
self.remove_node(element)
self.root.prev.next = LL2.root
LL2.root.prev.next = self.root
self.root.prev, LL2.root.prev = LL2.root.prev, self.root.prev
if LL2.root < self.root:
self.root = LL2.root
self.members = self.members|LL2.members
self.nNodes = len(self.members)
def print_values(self):
print self.root.value
j = self.root.next
while j is not self.root:
print j.value
j = j.next
然后将此节点放在一个集合中:
In: n1 = Node(5)
In: print n1
Out: <__main__.Node instance at 0x1041aa320>
这是相同的内存位置。所以看起来这个集合不会复制节点。
我的问题是,大小为n的链表的空间复杂性是什么,其中哈希表跟踪元素。是n还是2n?使用哈希表来跟踪元素是否存在任何基本错误。
我希望这不是重复。我试着找一个回答这个问题的帖子,但没有找到任何令人满意的结果。
答案 0 :(得分:1)
检查In-memory size of a Python structure和How do I determine the size of an object in Python?以获取确定对象大小的完整答案
我在64位机器上使用python 3
获得了这个小结果>>> import sys
>>> sys.getsizeof (1)
28
>>> sys.getsizeof (set())
224
>>> sys.getsizeof (set(range(100)))
8416
结果以字节为单位。这可以给你一个关于大集合的暗示(它们非常大)。
我的问题是,大小为n的链表的空间复杂性是什么,其中哈希表跟踪元素。是n还是2n?使用哈希表来跟踪元素是否存在任何基本错误。
复杂性计算从未在n和2n之间产生差异。优化。并且通常会说“早期优化是所有邪恶的根源”,以警告潜在的优化陷阱。因此,您认为最适合支持的操作。