La structure de données de file d'attente est une structure de données très connue, les listes en Python ajoutent généralement les éléments à la fin de la liste Python. Pour implémenter une structure de données de file d'attente, il est essentiel de pouvoir supprimer l'élément front d'une liste. Discutons des moyens de supprimer le premier élément de la liste.
Méthode 1 : supprimer des éléments des listes en Python à l'aide de pop()
Cette méthode pop(), c'est-à-dire supprime et imprime le ièmeélément de la liste. Cette méthode est principalement utilisée parmi les autres options disponibles pour effectuer cette tâche. Cela modifie la liste d'origine.
Python3
# initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # using pop(0) to perform removal> test_list.pop(>0>)> # Printing modified list> print>(>'Modified list is : '> +> str>(test_list))> |
>
>
Sortir :
Original list is : [1, 4, 3, 6, 7] Modified list is : [4, 3, 6, 7]>
Méthode 2 : supprimer des éléments des listes en Python à l'aide de del list[]
Il s'agit simplement de la méthode alternative pour effectuer la suppression frontale, cet opérateur del effectue également la suppression des éléments de liste en place et diminue la taille de la liste de 1.
Python3
# initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # using del list[0] to perform removal> del> test_list[>0>]> # Printing modified list> print>(>'Modified list is : '> +> str>(test_list))> |
>
>
Sortir :
Original list is : [1, 4, 3, 6, 7] Modified list is : [4, 3, 6, 7]>
Méthode 3 : supprimer des éléments des listes en Python à l'aide du découpage
Découpage Python est une autre approche par laquelle ce problème peut être résolu, nous pouvons découper la liste du deuxième élément au dernier et l'attribuer à la liste vide. Cela n'effectue pas la conversion sur place comme dans le cas des deux méthodes ci-dessus.
Python3
# initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # using slicing to perform removal> res>=> test_list[>1>:]> # Printing modified list> print>(>'Modified list is : '> +> str>(res))> |
>
>
Sortir :
Original list is : [1, 4, 3, 6, 7] Modified list is : [4, 3, 6, 7]>
Méthode 4 : supprimer des éléments des listes en Python à l'aide de quoi() + popgauche()
Il s'agit d'une méthode moins connue pour réaliser cette tâche particulière, convertir la liste en deque puis effectuer le pop gauche, supprime l'élément du début de la liste.
Python3
from> collections>import> deque> # initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # using deque() + popleft() to> # perform removal> res>=> deque(test_list)> res.popleft()> # Printing modified list> print>(>'Modified list is : '> +> str>(>list>(res)))> |
>
>
Sortir :
Original list is : [1, 4, 3, 6, 7] Modified list is : [4, 3, 6, 7]>
Méthode 5 : Supprimer des éléments des listes en Python à l'aide de Remove()
Le retirer() La fonction vous permet de supprimer la première instance d’une valeur spécifiée de la liste. Cela peut être utilisé pour supprimer l’élément supérieur de la liste. Choisissez le premier membre de la liste et envoyez-le à la fonction Remove().
Python3
test_list>=> [>1>,>4>,>3>,>6>,>7>,>10>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # Remove first element from list in python> test_list.remove(test_list[>0>])> # Printing modified list> print>(>'Modified list is : '> +> str>(test_list))> |
>
>
Sortir :
arbre binaire de traversée par correspondance
Original list is : [1, 4, 3, 6, 7, 10] Modified list is : [4, 3, 6, 7, 10]>
Méthode : 6 utilisant la compréhension de liste
algorithme étape par étape pour mettre en œuvre l'approche
- Une liste test_list
- Initialiser une liste vide new_list
- Parcourez les éléments de test_list en commençant par le deuxième élément :
un. Ajouter l'élément actuel à new_list - Retourner la nouvelle_liste
Python3
# initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # remove first element using list comprehension> new_list>=> [x>for> x>in> test_list[>1>:]]> # print the new list> print>(>'Modified list is : '> +> str>(new_list))> |
>
>Sortir
Modified list is : [4, 3, 6, 7]>
Complexité temporelle :
La complexité temporelle de cette approche est O(n), où n est le nombre d'éléments dans la liste d'entrée test_list.
En effet, l'algorithme parcourt une fois chaque élément de la liste, à l'exception du premier élément, qui est ignoré.
Espace auxiliaire :
La complexité spatiale auxiliaire de cette approche est O(n), où n est le nombre d'éléments dans la liste d'entrée test_list.
En effet, l'algorithme crée une nouvelle liste new_list pour stocker la version modifiée de la liste d'entrée, qui pourrait potentiellement contenir le même nombre d'éléments que test_list.
En utilisant numpy.delete() :
- Importer la bibliothèque numpy
- Créer un tableau numpy à partir de la liste à modifier
- Utilisez la fonction numpy.delete() pour supprimer le premier élément du tableau
- Reconvertir le tableau numpy modifié en liste
- Imprimer les listes originales et modifiées
Python3
import> numpy as np> # initializing list> test_list>=> [>1>,>4>,>3>,>6>,>7>]> # Printing original list> print>(>'Original list is : '> +> str>(test_list))> # Convert list to numpy array> np_array>=> np.array(test_list)> # Use numpy.delete() to remove first element> modified_np_array>=> np.delete(np_array,>0>)> # Convert numpy array back to list> modified_list>=> modified_np_array.tolist()> # Printing modified list> print>(>'Modified list is : '> +> str>(modified_list))> |
>
>
Sortir:
Original list is : [1, 4, 3, 6, 7] Modified list is : [4, 3, 6, 7]>
Complexité temporelle :
La complexité temporelle de la fonction numpy.delete() est O(n), où n est le nombre d'éléments dans le tableau numpy. Puisque nous convertissons également la liste en tableau numpy et de nouveau en liste, la complexité temporelle globale de cette approche est O(n).
Complexité spatiale :
La complexité spatiale de cette approche est O(n), où n est le nombre d'éléments dans la liste d'entrée test_list. Cela est dû à la création du tableau numpy.