def requerimiento3(catalog, menor1, mayor1, menor2, mayor2):
"""
Devuelve el total de canciones únicas y un mapa con 5 canciones
aleatorias que cumplen con dos rangos de características
"""
# Mapa donde se guardan las canciones que cumplen con el rango
# de tempo, el valor es una tupla con el instrumentalness y el
# energy de la canción
mapa_tempo = om.newMap('BST')
# Lista de listas de eventos que cumplen con el rango de tempo
lista_rango = om.values(catalog['tempo'], menor2, mayor2)
for lista_instrumentalness in lt.iterator(lista_rango):
for e in lt.iterator(lista_instrumentalness):
om.put(mapa_tempo, e['track_id'],
(e['instrumentalness'], e['tempo']))
# Lista de las canciones que cumplen con el tempo
canciones = om.keySet(mapa_tempo)
# Se recorre la lista de canciones que cumple con tempo y
# se revisa cuáles de esas no cumplen con el rango de
# instrumentalness y se eliminan del mapa
for cancion in lt.iterator(canciones):
instrumental = (me.getValue(om.get(mapa_tempo, cancion)))[0]
tempo = (me.getValue(om.get(mapa_tempo, cancion)))[1]
if not (instrumental <= mayor1 and instrumental >= menor1):
om.remove(mapa_tempo, cancion)
# Se obtiene el tamaño del mapa
tamaño = om.size(mapa_tempo)
# Se crea un mapa para guardar las 5 llaves aleatorias y sus valores
mapa_aleatorias = om.newMap('RBT')
# Se obtiene una lista con cinco números aleatorios no repetidos
# que estén dentro del rango del tamaño
lista_cinco_aleatorios = random.sample(range(tamaño), 5)
for i in lista_cinco_aleatorios:
llave_aleatoria = om.select(mapa_tempo, i)
valor = me.getValue(om.get(mapa_tempo, llave_aleatoria))
om.put(mapa_aleatorias, llave_aleatoria, valor)
return tamaño, mapa_aleatorias
def RankingServicios(analyzer, topN):
# print(taxisPorCompania)
RankingFinal = lt.newList(datastructure='SINGLE_LINKED', cmpfunction=None)
rangoRanking = 0
serviciosPorCompania = ServiciosPorCompania(analyzer)
while rangoRanking < topN:
if serviciosPorCompania is not None:
MayorValor = om.maxKey(serviciosPorCompania)
nombre_compania = om.get(serviciosPorCompania, MayorValor)
lt.addLast(RankingFinal, nombre_compania)
if om.contains(serviciosPorCompania, MayorValor):
om.remove(serviciosPorCompania, MayorValor)
rangoRanking += 1
return RankingFinal
def requerimiento2(catalog, menor1, mayor1, menor2, mayor2):
"""
Devuelve el total de canciones únicas y un mapa con 5 canciones
aleatorias que cumplen con dos rangos de características
"""
# Mapa donde se guardan las canciones que cumplen con el rango
# de danceability, el valor es una tupla con el energy y el
# danceability de la canción
mapa_dance = om.newMap('BST')
# Lista de listas de eventos que cumplen con el rango de danceability
lista_rango = om.values(catalog['danceability'], menor2, mayor2)
for lista_energy in lt.iterator(lista_rango):
for e in lt.iterator(lista_energy):
om.put(mapa_dance, e['track_id'], (e['energy'], e['danceability']))
# Lista de las canciones que cumplen con el danceability
canciones = om.keySet(mapa_dance)
# Se recorre la lista de canciones que cumple con danceability y
# se revisa cuáles de esas no cumplen con el rango de energy y
# se eliminan del mapa
for cancion in lt.iterator(canciones):
energy = (me.getValue(om.get(mapa_dance, cancion)))[0]
dance = (me.getValue(om.get(mapa_dance, cancion)))[1]
if not (energy <= mayor1 and energy >= menor1):
om.remove(mapa_dance, cancion)
# Se obtiene el tamaño del mapa
tamaño = om.size(mapa_dance)
# Se crea un mapa para guardar las llaves aleatorias y sus valores
mapa_aleatorias = om.newMap('RBT')
# Se obtiene una lista con cinco números aleatorios no repetidos
# que estén dentro del rango del tamaño
lista_cinco_aleatorios = random.sample(range(tamaño), 5)
for i in lista_cinco_aleatorios:
llave_aleatoria = om.select(mapa_dance, i)
valor = me.getValue(om.get(mapa_dance, llave_aleatoria))
om.put(mapa_aleatorias, llave_aleatoria, valor)
return tamaño, mapa_aleatorias
def failImpact(analyzer, landingPoint):
delta_time = -1.0
delta_memory = -1.0
tracemalloc.start()
start_time = getTime()
start_memory = getMemory()
landingPoint = landingPoint.replace(' ', '').lower()
answer = model.failImpact(analyzer, landingPoint)
result = answer[1]
countries = []
while om.size(result) > 0:
distance = om.maxKey(result)
countriesList = me.getValue(om.get(result, om.maxKey(result)))
for country in lt.iterator(countriesList):
countries.append({'country': country, 'distance': distance})
om.remove(result, distance)
# country = me.getValue(om.get(result, om.maxKey(result)))
# countries.append({'country': country, 'distance': om.maxKey(result)})
# om.deleteMax(result)
stop_memory = getMemory()
stop_time = getTime()
tracemalloc.stop()
delta_time = stop_time - start_time
delta_memory = deltaMemory(start_memory, stop_memory)
return analyzer, answer[0], countries, delta_time, delta_memory
def test_remove(tree):
tree = om.put(tree, 21, 'book21')
tree = om.put(tree, 7, 'book7')
tree = om.put(tree, 30, 'book30')
tree = om.put(tree, 5, 'book5')
tree = om.put(tree, 4, 'book4')
tree = om.put(tree, 3, 'book3')
tree = om.put(tree, 20, 'book20')
tree = om.put(tree, 25, 'book25')
tree = om.put(tree, 35, 'book35')
tree = om.put(tree, 29, 'book29')
tree = om.put(tree, 11, 'book11')
tree = om.put(tree, 15, 'book15')
tree = om.remove(tree, 21)
tree = om.put(tree, 10, 'book10')
tree = om.put(tree, 10, 'book10A')
assert om.contains(tree, 29) is True
assert om.contains(tree, 28) is False
assert om.minKey(tree) == 3
assert om.maxKey(tree) == 35
om.deleteMin(tree)
assert om.contains(tree, 3) is False
def test_remove(tree):
tree = om.put(tree, 23, 'book21')
tree = om.put(tree, 7, 'book7')
tree = om.put(tree, 30, 'book30')
tree = om.put(tree, 5, 'book5')
tree = om.put(tree, 4, 'book4')
tree = om.put(tree, 3, 'book3')
tree = om.put(tree, 20, 'book20')
tree = om.put(tree, 25, 'book25')
tree = om.put(tree, 35, 'book35')
tree = om.put(tree, 29, 'book29')
tree = om.put(tree, 11, 'book11')
tree = om.put(tree, 15, 'book15')
tree = om.put(tree, 10, 'book10')
tree = om.put(tree, 37, 'book11')
tree = om.put(tree, 40, 'book15')
tree = om.put(tree, 45, 'book10')
assert om.size(tree) == 16
assert om.contains(tree, 11) is True
tree = om.remove(tree, 11)
assert om.size(tree) == 15
assert om.contains(tree, 11) is False