单页静态网站怎么做,昌平电子网站建设,阿里云虚拟主机如何安装wordpress,淘宝网站建设的目标什么任务
你想定义一个固定尺寸的缓存#xff0c;当它被填满时#xff0c;新加入的元素会覆盖第一个(最老的)元素。这种数据结构在存储日志和历史信息时非常有用。
解决方案
当缓存填满时#xff0c;本节解决方案及时地修改了缓存对象#xff0c;使其从未填满的缓存类变成了…任务
你想定义一个固定尺寸的缓存当它被填满时新加入的元素会覆盖第一个(最老的)元素。这种数据结构在存储日志和历史信息时非常有用。
解决方案
当缓存填满时本节解决方案及时地修改了缓存对象使其从未填满的缓存类变成了填满的缓存类:
class RingBuffer(object):这是一个未填满的缓存类 def __init__(self,size_max):self.max size_maxself.data [ ]class __Full(object):这是一个填满了的缓存类 def append(self,x):加入新的元素覆盖最旧的元素self.data[self.cur] xself.cur (self.cur1) % self.maxdef tolist(self):以正确的顺序返回元素列表return self,data[self.cur:] self.data[:self.cur]def append(self,x):在缓存末尾增加一个元素self.data.append(x)if len(self.data) self.max:self.cur 0#永久性地将self的类从非满改成满self.__class__ self.__Fulldef tolist(self):返回一个从最旧的到最新的元素的列表return self.data
#用法示例
if __name__ __main__x RingBuffer(5)x.append(1);x.append(2);x.append(3);x.append(4)print x.__class__, x.tolist()x.append(5)print x.__class__, x.tolist()x.append(6)print x.data,x.tolist()x.append(7); x.append(8); x.append(9); x.append(10)print x.data,x.tolist()讨论
缓存环是有固定大小的缓存。当它被填满时加入新元素会覆盖掉它持有的最旧的元素。在存储日志和历史信息时缓存环是非常有用数据结构。Python并没有为这种数据结构提供直接支持但用它构建一个这种结构却轻而易举。本节解决方案专门为元素插入进行了优化。
一个值得注意的设计要点是这些对象在它们的生命周期中会经历某种不可逆转的状态转变——从未填满的缓存变成填满的缓存(从此时开始它的行为方式也发生了变化)我通过修改 self.__class__ 来完成这个转变。这种方式对经典类和新风格类都同样有效只要这些旧的或者新的类的对象都拥有相同的槽(但对两个没有槽的新风格类也有效比如本节的RingBufer和Full类)。注意和其他语言不同虽然Full类的实现位于 RingBufer 类的内部但两者并没有什么特别的联系这样其实很好因为我们完全不需要这种联系。
修改类实例在很多语言中会显得很古怪但在Python中相比于其他一些随意的、无法逆转的、零散的修改方式它是一种很好的选择。而且这样的修改对于所有的类都是可行的。 缓存环(或者叫做有界的队列)是一个很棒的点子但是总测试缓存环有没有被填满是很低效的操作我们也可以找到别的办法但是测试本身就是一件很讨厌的事情。这种讨厌的事情在 Python 世界中是不受欢迎的虽然用Python 来做这些事并没有什么难度而且测试还涉及了更多的内存使用。关键就在于当环被填满时给__class__赋值以改变其行为方式这也是它效率出众的原因:这种类转换是一次性的操作所以它不会带来任何性能上的开销。
另一种选择是我们可以切换实例的两个方法而非整个类来使它变成填满的状态:
class RingBuffer(object):def __init__(self,size_max):self.max size_maxself.data[]def _full_append(self,x):self.data[self.cur] xself.cur (self.cur1) % self.maxdef _full_get(self):return self.data[self.cur:] self.data[:self.cur]def append(self,x):self.data.append(x)if len(self.data) self.max:self.cur 0#Permanently change selfs methods from non-full to fullself.appand self._full_appendself.tolist self._full_getdef tolist(self):return self.data这种切换的方式本质上等价于解决方案给出的类切换方式尽管具体机制不同。当需要成组地切换所有的方法时类切换的方式可能是最佳的而方法切换则在需要更细的行为粒度控制的时候更加合适。当需要在新风格类中切换某些特殊方法时类切换是唯一的办法这是因为它固有的特殊方法查询是针对类进行的而不是针对实例的(经典类和新风格类在这个方面截然不同)。
还可以使用其他很多方法来实现缓存环。在Python2.4中可以考虑从新类型collections.deque 派生一个子类这个类型提供了“双头队列”因而从任意一头添加或者删除数据的效率都是相当的:
from collections import deque
class RingBuffer(deque):def __init__(self,size_max):deque.__init__(self)self.size_max size_maxdef append(self,datum):deque.append(self,datum)if len(self) self.size_max:self.popleft()def tolist(self):return list(self)或者当环处于稳定状态时为了避免if语句还可以混用方法切换:
from collections import deque
class RingBuffer(deque):def __init__(self,size_max):deque.__init__(self)self.size_max size_maxdef _full_append(self,datum):deque.append(self,datum)self.popleft()def append(self,datum):deque.append(self,datum)if len(self) self.size_max:self.append self._full_appenddef tolist(self):return list(self)在最后的这个实现中我们只需要切换 append 方法(而tolist方法则保持原状)在这里方法切换显得比类切换更方便。
