Giriş

Veri yapıları, yazılımda performans ve kaynak kullanımı açısından temel rol oynar. Bu yazıda Python'da sık kullanılan iki yapı olan diziler (Python listeleri) ve bağlı listeleri tanımlıyor; her birinin güçlü ve zayıf yönlerini, basit Python örnekleriyle gösteriyoruz. Amaç, pratik bir bakışla hangi senaryoda hangi yapının tercih edilebileceğini açıkça ortaya koymaktır.

Python'da Diziler (Listeler) — Temel Özellikler

Python'da en sık kullanılan dizi benzeri yapı list tipidir. Listeler sıralı, değiştirilebilir ve indekslenebilir koleksiyonlardır. Eleman tipi heterojendir; farklı türde veri aynı listede tutulabilir. Bu temel özellikler ve kullanım örnekleri için kaynaklara bakabilirsiniz: Kerteriz Blog, LearnPython.org.

Listelerle sık yapılan işlemler — kısa örnek

Aşağıdaki örnek, listelerle temel işlemleri gösterir:

# Liste oluşturma ve temel işlemler
fruits = ['elma', 'armut', 'muz']
print(fruits[0]) # 'elma'
fruits.append('çilek') # sona ekleme
fruits.insert(1, 'kiraz') # belirtilen konuma ekleme
fruits.remove('armut') # değere göre silme
last = fruits.pop() # son elemanı çıkarır ve döndürür
for i, v in enumerate(fruits):
print(i, v) # indeks ve değer ile iterasyon

Listeler, dilin yerleşik özellikleri ve optimize edilmiş C uygulaması sayesinde çoğu görev için hızlı ve pratiktir.

Bağlı Listeler (Linked Lists) — Nedir ve Python'da Nasıl Uygulanır?

Bağlı listeler, her bir düğümün (node) veri ve bir sonraki düğümün adresini (referansını) tuttuğu dinamik yapılar olarak tanımlanır. Bu yapı, düğümlerin rastgele bellek lokasyonlarında depolanmasına ve kolayca ekleme/çıkarma yapılmasına olanak tanır. Bağlı listenin tanımı ve avantajları hakkında daha fazla bilgi için bakılabilecek kaynak: Emre Can Yılmaz.

Basit bir tek yönlü bağlı liste (singly linked list) implementasyonu

Aşağıdaki örnek eğitim amaçlıdır ve temel işlemleri gösterir:

class Node:
def __init__(self, data):
self.data = data
self.next = None

class LinkedList:
def __init__(self):
self.head = None

def prepend(self, data):
node = Node(data)
node.next = self.head
self.head = node

def append(self, data):
node = Node(data)
if not self.head:
self.head = node
return
cur = self.head
while cur.next:
cur = cur.next
cur.next = node

def find(self, key):
cur = self.head
while cur:
if cur.data == key:
return cur
cur = cur.next
return None

def delete(self, key):
cur = self.head
prev = None
while cur:
if cur.data == key:
if prev:
prev.next = cur.next
else:
self.head = cur.next
return True
prev = cur
cur = cur.next
return False

def to_list(self):
out = []
cur = self.head
while cur:
out.append(cur.data)
cur = cur.next
return out

Kullanım örneği

ll = LinkedList()
ll.append(1)
ll.append(2)
ll.prepend(0)
print(ll.to_list()) # [0, 1, 2]
found = ll.find(1)
if found:
print(found.data) # 1
ll.delete(2)
print(ll.to_list()) # [0, 1]

Bu implementasyon, bağlı listenin temel mantığını gösterir. Gerçek uygulamalarda ek hata kontrolleri, iteratör desteği veya kuyruk için tail (son) göstergesi eklemek pratik olabilir.

Zaman Karmaşıklığı: Karşılaştırma

Aşağıdaki tablo, yaygın operasyonlar için algoritmik (Big‑O) karşılaştırma sunar. Gerçek performans, Python uygulamasına (ör. CPython) ve veri boyutuna göre değişebilir.

Listelerin ardışık hafıza kullanımı ve CPython gibi uygulamalarda kapasite artırımı stratejisi sayesinde append işlemi genelde hızlıdır. Bağlı listeler ise başa/orta ekleme‑çıkarma ihtiyaçlarında algoritmik avantaj sağlar. Bu temel farklar, Python listeler ve bağlı listeler kaynaklarında da ele alınmaktadır.

Hangi Durumda Hangi Veri Yapısını Seçmelisiniz?

• Rastgele erişim (indeksle sık erişim) gerekiyorsa: list tercih edin.
• Çok sık başa ekleme/çıkarma yapacaksanız: bağlı liste veya collections.deque daha uygundur.
• Kuyruk (FIFO) işlemleri için collections.deque kullanmak genellikle listeden daha etkilidir.
• Hafıza ayırma ve temsil biçimi önemliyse, bağlı listenin düğüm başına ekstra maliyeti olduğunu unutmayın.
• Python'da çoğu genel amaçlı uygulama için yerleşik list yapısı ve standart kütüphaneler yeterli ve pratiktir.

Pratik İpuçları ve Test Etme

• Performans gereksinimi varsa timeit veya cProfile ile gerçek ölçümler yapın; teorik karmaşıklık tüm etkileri yakalamayabilir.
• Kuyruk için collections.deque, homojen sayısal veriler için array modülü ya da NumPy gibi kütüphaneler daha iyi alternatifler sunar.
• Bağlı liste implementasyonları eğitim amaçlıdır; üretim kodunda hata yönetimi ve test eklemeyi ihmal etmeyin.

Özet ve İleri Okuma

Python listeleri (diziler) ve bağlı listeler farklı kullanım senaryolarına hizmet eder. Liste yapısı hızlı rastgele erişim ve yerleşik optimizasyonlar sunarken, bağlı liste esnek ekleme/çıkarma operasyonlarını kolaylaştırır. Hangi yapıyı seçeceğiniz, uygulamanızın erişim örüntülerine ve performans gereksinimlerine bağlıdır.

Daha fazla kaynak ve örnekler için bakınız: Python Listeler — Kerteriz Blog, LearnPython.org, Bağlı Listeler — Emre Can Yılmaz.

Not: Makaledeki kod örnekleri temel öğrenme amaçlıdır. Üretim ortamında performans, hata kontrolü ve bellek gereksinimlerini gözlemleyerek eklemeler yapmanız önerilir.