Materialien zu den zentralen NRW-Abiturprüfungen im Fach Informatik ab 2018 implementiert in Python.
Project description
pynrw
This package implements the datastructures and database classes given by the German state NRW in Python, thus futher documentation will be in German. This code is purely intended for educational purposes and should not be used in production!
Dieses Package dient alleine zu Bildungszwecken und sollte nicht in Produktion genutzt werden!
Installation
pip install pynrw
Alternativ:
pip install git+https://github.com/realshouzy/pynrw
Beispiel
from nrw.algorithms import quick_sort
from nrw.datastructures import List
lst: List[int] = List()
for i in range(0, 10, -1):
lst.append(i)
print(lst.content) # None
lst.to_first()
print(lst.content) # 9
print(lst) # List(9 -> 8 -> 7 -> 6 -> 5 -> 4 -> 3 -> 2 -> 1 -> 0)
sorted_lst: List[int] = quick_sort(lst)
sorted_lst.to_first()
print(sorted_lst.content) # 0
print(sorted_lst) # List(0 -> 1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 8 -> 9)
Dokumentation
Datenstrukturen
Dieses Package implementiert die Datenstrukturen nach den Vorgaben des Landes NRW in Python, zu finden in nrw.datastructures
, d.s.:
Die Implementation ist semantisch identisch zu der Implementation des Landes mit dem einzigen Unterschied, dass alles mehr pythonic ist, d. h. die Benennung der Methoden folgt pep8
, Getter
und Setter
sind, wo es sinnvoll ist, in properties
transformiert und die Dokumentation (doc strings) sind ebenfalls angepasst worden.
Das Interface ComparableContent
ist ein gleichnamiges Protocol
, definiert in nrw.datastructures._comparable_content
. Es gibt die dunder special methods, __eq__
, __lt__
und __gt__
für einfache Vergleichsoperationen vor. Das Module stellt auch ein TypeVar
ComparableContentT
zur Verfügung.
Außerdem implementieren die Datenstrukturen __str__
, welches das Arbeiten mit diesen deutlich vereinfacht (besonders für Binary(Search)Tree
) und __repr__
, welches eine grobe Idee der internen Strukture gibt, z.B.:
from nrw.datastructures import BinarySearchTree
bst: BinarySearchTree[int] = BinarySearchTree()
bst.insert(3)
bst.insert(2)
bst.insert(5)
bst.insert(0)
bst.insert(1)
bst.insert(4)
print(bst)
# _4_
# / \
# _2 6
# / \ /
# 0 3 5
# \
# 1
Des weiteren sind (triviale) Optimierungen vorgenommen worden:
- Verwendung von
__slots__
- redundante Aufrufe werden weggelassen
- interne Optimierungen bei Zuweisungen
Algorithmen
Zusätzlich enthält dieses Package nützliche Funktionen zum Sortieren, Suchen und Traversiern, zu finden in nrw.algorithms
:
linear_search
depth_first_search
breadth_first_search
bubble_sort
selection_sort
insertion_sort
merge_sort
quick_sort
preorder
inorder
postorder
levelorder
Die verschiedenen Traversierungen unterstützen auch Umkehrung. Allerdings muss annotiert werden, dass aufgrund der Vorgaben des Landes die Laufzeiten nicht optimal sind. Zudem kann es zu ungewollten Nebeneffekte kommen. Welche dies sind, wird dem Leser als Übung überlassen.
Datenbankklassen
Analog zu den Datenstrukturen sind auch Datenbankklassen größtenteils semantisch identisch zur den Vorgaben des Landes.
Die jeweiligen Klassen sind in nrw.database
definiert:
Hierbei ist zu beachten, dass der DatabaseConnector
für MSAccess den Microsoft Access Driver benötigt und passwortgeschützte Datenbanken nicht unterstüzt.
Des weiteren gilt für QueryResult
, dass die Daten und die Spaltentypen nicht unbedingt als String wiedergegeben werden. Die Daten werden als Python-Äquivalenten Datentypen wiedergegeben, und für die Spaltentypen gilt:
- SQLite: immer
None
, da SQLite dynamisch typisiert ist - MySQL: die entsprechenden Datentypen von MySQL als String
- MSAccess: die entsprechenden Datentypen (Klassen) von Python
Netzklassen
Die Netzklassen sind ebenfalls semantisch identisch zu den Netzklassen des Landes. Diese sind in nrw.network
zu definiert:
Die letzteren beiden sind ABCs
. Bei diesen weicht die interne Implementation von der Java Implementation des Landes ab, da deren Ansatz nicht eins-zu-eins in Python übertragen werden kann; somit ist der Quellcode für Fortgeschrittene, v.a. der Quellcode des Servers. Nichtsdestotrotz ist die Anwendung und der Funktionsumfang der Selbe wie vom Land.
Allgemein
Mir ist bewusst, dass manche Klassen wie QueryResult
oder auch die Nodes sich besser als dataclasses
eignen. Allerdings können die Docstrings so nicht für alle Methoden und Properties gesetzt werden.
Für mehr Information zu einem beliebigen Objekt kann help
genutzt werden, z.B.:
from nrw.datastructures import List
help(List)
help(List.insert)
Es soll nicht vor einem Blick in den Quellcode zurückgeschreckt werden.
Motivation
Vereinfacht: Java, als Programmiersprache in der Bildung, ist eine schlechte Wahl, da ...
- Java veraltet ist.
- das rein objekt-orientierte Paradigma schlechthin unbrauchbar ist.
- die Syntax und und die statische Typisierung für Anfänger einschränkend sein können.
Diese Probleme und Hürden werden größtenteils mit Python überwunden.
Unterstützung
Jegliche Form der Unterstützung ist willkommen. Für mehr Informationen referiere ich hierhin.
Quellen
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.