Python’da Veri Yapıları ve Algoritmalar Nasıl Kullanılır?

Python, sade ve güçlü sözdizimi sayesinde veri yapıları ve algoritmaların kolayca uygulanabildiği bir programlama dilidir. Veri yapıları, verilerin düzenlenme ve saklanma biçimini ifade ederken, algoritmalar bu veriler üzerinde gerçekleştirilen işlem ve mantıksal adımların bütünüdür. Etkili veri yapıları ve algoritmalar kullanmak, yazılımın performansını, okunabilirliğini ve bakımını doğrudan etkiler.

Python’da Yaygın Veri Yapıları

1. Listeler (Lists)

Python’un en temel ve esnek veri yapısıdır. Elemanları sıralı, değiştirilebilir ve farklı türde olabilir.

liste = [1, 2, 3, "python", True]

Eleman ekleme, çıkarma, sıralama, dilimleme gibi işlemler kolaydır.
Algoritmalar için dinamik dizi olarak sık kullanılır.

2. Demetler (Tuples)

Listelere benzer ancak değiştirilemez (immutable).

demet = (10, 20, 30)

Sabit veri gruplarını temsil etmek için uygundur.
Performans avantajı sağlar.

3. Kümeler (Sets)

Benzersiz elemanlar topluluğu.

kume = {1, 2, 3, 4}

Hızlı üyelik testi ve matematiksel küme işlemleri için idealdir.

4. Sözlükler (Dictionaries)

Anahtar-değer çiftlerinden oluşan veri yapısıdır.

sozluk = {"ad": "Alper", "yas": 30}

Veri erişimi anahtarla hızlıdır.
Algoritmalarda harita (map) yapısı olarak yaygın kullanılır.

Python’da Algoritma Kullanımı

1. Sıralama Algoritmaları

Python’da yerleşik sorted() fonksiyonu hızlı ve etkilidir. İhtiyaca göre klasik algoritmalar da uygulanabilir.

dizi = [5, 2, 9, 1]
sirali = sorted(dizi)

2. Arama Algoritmaları

Lineer Arama: Basit ama yavaş.
İkili Arama: Sıralı dizilerde hızlı arama sağlar.

İkili arama örneği:

def ikili_arama(dizi, hedef):
    sol, sag = 0, len(dizi) - 1
    while sol <= sag:
        orta = (sol + sag) // 2
        if dizi[orta] == hedef:
            return orta
        elif dizi[orta] < hedef:
            sol = orta + 1
        else:
            sag = orta - 1
    return -1

3. Yığın (Stack) ve Kuyruk (Queue)

Yığın: LIFO (Last In First Out) prensibiyle çalışır.

stack = []
stack.append(10)  # Ekleme
stack.pop()       # Çıkarma

Kuyruk: FIFO (First In First Out) prensibiyle çalışır.

from collections import deque
queue = deque()
queue.append(1)  # Ekleme
queue.popleft()  # Çıkarma

4. Grafik ve Ağaç Algoritmaları

Python’da networkx veya binarytree gibi kütüphanelerle karmaşık veri yapıları modellenebilir. DFS, BFS gibi algoritmalar kolay uygulanır.

5. Rekürsiyon ve Dinamik Programlama

Python, fonksiyonel programlama yaklaşımını destekler. Karmaşık problemleri küçük alt problemlere bölerek çözmek için rekürsiyon ve dinamik programlama yaygın olarak kullanılır.

def faktoriyel(n):
    if n == 0:
        return 1
    else:
        return n * faktoriyel(n-1)

Python’da Veri Yapıları ve Algoritmaların Performansına Dikkat

Veri yapısı seçimi algoritmanın hızını ve hafıza kullanımını etkiler.
Örneğin, arama için liste yerine sözlük veya küme tercih edilmelidir.
Algoritmanın zaman karmaşıklığı (Big O gösterimi) analiz edilmelidir.

Öneriler ve İyi Uygulamalar

Algoritma problemi çözmeden önce veri yapısını doğru belirleyin.
Python’un standart kütüphanelerini etkin kullanın.
Karmaşık işlemler için hazır kütüphaneleri tercih edin.
Kodun okunabilir ve sürdürülebilir olmasına özen gösterin.
Performans kritik durumlarda algoritma optimizasyonu yapın.

Anahtar Kelimeler: Python veri yapıları, Python algoritmalar, liste, sözlük, küme, sıralama, arama, yığın, kuyruk, rekürsiyon, dinamik programlama

Uyarı: Veri yapıları ve algoritmalar programlama temel taşlarıdır. Bu konuda derin bilgi ve pratik için yazılım geliştirme uzmanlarından destek alınması önem taşır.

9 June 2025