Listy że duża zajęłoby ogromną ilość miejsca, a każdy element na liście zajmie co najmniej 4 bajty, więc tylko jedną listę z maksymalnych dopuszczalnych elementów zajęłoby minimum 2 GB pamięci RAM: . I to bez uwzględniania systemów 64-bitowych .
4 * 5.4e+8 = 2.1e+9
, 2,1 GB
8 * 1.2e+18 = 9.2+18
, 9,2 EB (tak, eksabajty)
Jednak przez wzgląd na pytanie, załóżmy, że masz dużo pamięci RAM.
Jedną z najprostszych opcji byłoby stworzenie własnego obiektu do przechowywania i obsługi ogromnej listy. Zasadniczo podzieliłby ogromną listę na mniejsze listy, a następnie uzyskałby do nich odpowiedni dostęp w razie potrzeby. Ponieważ istnieje no real benefits of subclassing list
, ponieważ i tak musiałbyś przerobić wszystkie metody, lepiej byłoby po prostu podklasować object
, a następnie przejść z tego miejsca. Jedyną rzeczą, która jest tutaj niezbędna, jest to, aby nigdy nie łączyć ani nie kopiować podkatalogów (ponieważ są one ogromne), więc użyj itertools.chain
, aby zapętlić listy, gdy jest to konieczne.
Oto przykład z najprostszych lista-metodami append
, extend
, get/setitem
robocze:
import sys
from itertools import chain
class largeList(object):
def __init__(self, mylist=[]):
self.maxSize = sys.maxsize/4
self.src = [[]]
self.extend(mylist)
def __iter__(self):
return chain(*self.src)
def __getitem__(self, idx):
return self.src[int(idx/self.maxSize)][idx%self.maxSize]
def __setitem__(self, idx, item):
self.src[int(idx/self.maxSize)][idx%self.maxSize] = item
# expand set/getitem to support negative indexing.
def append(self, item):
if len(self.src[-1]) < self.maxSize:
self.src[-1].append(item)
else:
self.src.append([item])
def extend(self, items):
remainder = self.maxSize - len(self.src[-1])
self.src[-1].extend(items[:remainder])
for i in xrange(0, len(items[remainder:]), self.maxSize):
self.src.append(items[remainder:][i:i+self.maxSize])
def __len__(self):
return sum(len(l) for l in self.src)
def __str__(self):
size = self.__len__()
if size >= 8:
first, last = [], []
for i, ele in enumerate(self.__iter__()):
if i < 3:
first.append(ele)
if i >= size - 3:
last.append(ele)
return str(first)[:-1] + ', ..., ' + str(last)[1:]
return str(list(self.__iter__()))
Przykład użycia (jeśli masz mniej niż 4 GB wolnej pamięci RAM lub jesteś na systemie 64-bitowym zmień sys.maxsize
przed próbą tego):
#sys.maxsize = 1000
list1 = largeList(xrange(sys.maxsize/4 + 2))
print len(list1)
# 53687093
print list1
#[0, 1, 2, ..., 536870910, 536870911, 536870912]
print list1.src
#[[0, 1, 2 ..., 536870910], [536870911, 536870912]]
list1.extend([42, 43])
print list1
#[0, 1, 2, ..., 536870912, 42, 43]
rezultat: wewnętrznie wykazy są podzielone na wiele list, a oni wydają się być ju st jeden podczas pracy z nimi. Więcej funkcji można łatwo dodać, dodając więcej metod. Na przykład. pop
, remove
, insert
i index
:
(...)
def pop(self, idx):
listidx = int(idx/self.maxSize)
itempopped = self.src[listidx].pop(idx%self.maxSize)
for i in xrange(listidx, len(self.src)-1):
self.src[i].append(self.src[i+1].pop(0))
if not self.src[-1]:
del self.src[-1]
return itempopped
def remove(self, item):
for i, ele in enumerate(self.__iter__()):
if ele == item:
self.pop(i)
break
def insert(self, idx, item):
listidx = int(idx/self.maxSize)
itemtoshift = self.src[listidx].pop(-1)
self.src[listidx].insert(idx%self.maxSize, item)
for i in xrange(listidx+1, len(self.src)-1):
itemremoved = self.src[i].pop(-1)
self.src[i].insert(0, itemtoshift)
itemtoshift = itemremoved
if len(self.src[-1]) < self.maxSize:
self.src[-1].insert(0, itemtoshift)
else:
self.src.append([self.src[-1].pop(-1)])
self.src[-2].insert(0, itemtoshift)
def index(self, item):
for i, ele in enumerate(self.__iter__()):
if ele == item:
return i
return -1
Przykład wykorzystania, kontynuował:
#sys.maxsize = 1000
list1 = largeList(xrange(sys.maxsize/4 + 2))
list1.insert(0, 'a')
print list1
#['a', 0, 1, ..., 536870910, 536870911, 536870912]
list1.pop(2)
#1
list1.remove(536870910)
print list1.index('a')
#0
print len(list1)
#536870911
print list1
#['a', 0, 2, ..., 536870909, 536870911, 536870912]
print list.src
#[['a', 0, 2, ..., 536870909, 536870911], [536870912]]
No, no, to co to jest "maksymalny rozmiar" oznacza. Możesz "itertools.chain" kilka kawałków razem, myślę, jeśli masz pamięć. –
Czy wziąłeś pod uwagę, że każdy element listy zajmuje co najmniej 4 bajty, czyli "4 * 536,870,912 = 2147483648". Teraz to 2 GB pamięci RAM dla tej listy. Jeśli elementy nie są identyczne, jestem pewien, że otrzymasz sposób MemoryError przed osiągnięciem tego rozmiaru. – Bakuriu
@bakuriu dziękuję za wskazanie tego. Dostałem MemoryError. :( –