DQLab Super Giveaway! Belajar Data Science 6 Bulan hanya Rp.99.000! DAFTAR

Pakai Kode: KUPON99K. Berakhir 0 Days 21 Jam : 10 Menit : 31 Detik

Mendalami Array Python Dengan Mempelajari Rotation

Belajar Data Science di Rumah 09-Oktober-2020
https://dqlab.id/files/dqlab/cache/b4a3a2e8f1e4fe2bed4eea34a183562d_x_Thumbnail800.jpg

Array adalah salah satu struktur data paling serbaguna dalam python. Array membentuk dasar dari begitu banyak aplikasi dan banyak algoritma serta struktur data didasarkan padanya. Contohnya algoritma pencarian biner bekerja sebagaimana mestinya karena struktur data array memberi kita akses acak ke konten. Jika kita mengambil akses acak, kita tidak dapat menjalankan algoritma penelusuran biner terkenal dengan kerumitan waktu yang sama seperti sebelumnya.

Demikian pula, kita memiliki struktur data antrian prioritas yang sekali lagi didasarkan pada representasi array dari pohon biner lengkap dan heap itu sendiri adalah akar dari begitu banyak aplikasi di luar sana. Pada artikel ini akan dibahas masalah pemrograman yang berkaitan dengan rotasi dalam array dan string. Ini adalah domain masalah yang cukup menarik dan kita akan melihat sekumpulan masalah yang berbeda berdasarkan konsep rotasi dalam array.

1. Apa Itu Rotation?

Diagram di bawah ini akan memperjelas rotasi sebenarnya.


Pada dasarnya, kita menghapus elemen pertama dari array dan kita menempatkannya di bagian akhir dan kemudian kita menggeser semua elemen yang tersisa satu langkah ke kiri. Ini adalah contoh rotasi kiri. Demikian pula kita dapat memiliki rotasi yang benar.


Baca Juga : Bangun Portofolio Data dengan Akses Fundamental Data Visualization with R bersama DQ Weekend

2. Berapa jumlah Rotasi dan Bagaimana Kompleksitas Waktu Untuk Memutar Array?

Diagram di atas membuatnya cukup jelas. Apakah kita memiliki rotasi kiri atau kanan, untuk array elemen N, kita akan memiliki N kemungkinan array yang diputar (termasuk diri).

Pada dasarnya apa yang kita lakukan ketika kita memutar array adalah kita menghapus elemen pertama (mengingat kita berbicara tentang rotasi kiri) dan kita menggeser semua elemen yang tersisa satu tempat ke kiri dan akhirnya kita memasukkan elemen yang kita hapus dari lokasi pertama di bagian paling akhir dari array.

Karena setiap kita harus melakukan langkah rotasi, baik itu rotasi kiri atau kanan, elemen N-1 yang tersisa harus digeser juga untuk mengakomodasi rotasi, kompleksitas waktu operasi ini adalah O (N).

3. Contoh Kode Untuk Melakukan Rotasi Array Pada Python

Ada banyak cara untuk melakukan rotasi array pada python. Kita hanya akan menampilkan metode untuk melakukan rotasi kiri dan rotasi kanan dapat dicapai dengan cara yang serupa. 


Ini adalah cara paling dasar untuk menerapkan satu langkah rotasi kiri pada array tertentu. Contoh di atas hanya menempatkan elemen pertama di bagian paling akhir dan sebelum saya melakukannya, saya menggeser setiap elemen yang tersisa yaitu memulai indeks 1 (untuk pengindeksan berbasis 0 dari array), satu langkah ke kiri.


Pendekatan ini sebenarnya akhirnya memodifikasi array yang mendasarinya. Seringkali kitahanya tertarik pada versi larik yang dirotasi atau kami tertarik pada semua rotasi larik yang diberikan, namun, kami tidak benar-benar ingin mengubah larik yang mendasarinya. Anda dapat mengatakan bahwa larik yang diberikan adalah struktur data hanya baca.

Baca Juga : Ingin Mendalami Penerapan Python? Yuk, Kenali Library Pandas untuk Memproses dan Mengolah Data!


4. Yuk Pelajari Lebih Lanjut Bersama DQLab Akses Module GRATIS nya Sekarang!

Ingin mempelajari Python lebih dalam? Ayo mulai belajar bersama DQLab secara GRATIS! Yuk, bergabung di DQLab! Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin mulai belajar data science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.

Dengan belajar di DQLab, kamu bisa:

  • Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial

  • Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring

  • Bangun portofolio data langsung dari praktisi data Industri

  • Akses Forum DQLab untuk berdiskusi. 

Simak informasi di bawah ini untuk mengakses gratis module ‘Introduction to Data Science’:

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Akses module Introduction to Data Science

  3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

Semangat belajar sahabat Data DQLab!

 

Penulis : Jihar Gifari

Editor : Annissa Widya Davita

Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!