From a265bdd2ef40432671b678ae367153df4c70e7c7 Mon Sep 17 00:00:00 2001
From: david <david@lipn.fr>
Date: Tue, 10 Sep 2019 09:35:02 +0200
Subject: [PATCH] Commentaires python suppression accents
---
TP1/Python/analyzer.py | 46 ++++++++++++++++++++---------------------
TP1/Python/arraylist.py | 16 +++++++-------
2 files changed, 31 insertions(+), 31 deletions(-)
diff --git a/TP1/Python/analyzer.py b/TP1/Python/analyzer.py
index ca4d581..9d25e55 100644
--- a/TP1/Python/analyzer.py
+++ b/TP1/Python/analyzer.py
@@ -1,19 +1,19 @@
import math
-# Classe utilisée pour faire des statistiques élémentaires
-# sur une séquence d'opérations.
+# Classe utilisee pour faire des statistiques elementaires
+# sur une sequence d'operations.
class Analyzer:
# Constructeur de la classe analyse
- # Complexité en temps/espace, pire et meilleur cas : O(1)
+ # Complexite en temps/espace, pire et meilleur cas : O(1)
def __init__(self):
self.cost = [];
self.cumulative_cost = [];
self.cumulative_square = 0.;
# Ajoute un coût, une valeur à l'analyse.
- # Complexité en temps/espace, pire cas : O(size)
- # Complexité en temps/espace, meilleur cas : O(1)
- # Complexité amortie : O(1)
+ # Complexite en temps/espace, pire cas : O(size)
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # Complexite amortie : O(1)
# @param x est la valeur que l'on souhaite ajouter à l'analyse.
def append(self, x):
self.cost.append(x)
@@ -21,43 +21,43 @@ class Analyzer:
self.cumulative_cost.append( self.cumulative_cost[len(self.cumulative_cost)-1]+x if len(self.cumulative_cost)>0 else x)
self.cumulative_square = self.cumulative_square+x*x
- # Renvoie la somme des coûts enregistrés dans cette analyse.
- # Complexité en temps/espace, meilleur cas : O(1)
- # @returns la somme des coûts enregistrés dans cette analyse.
+ # Renvoie la somme des coûts enregistres dans cette analyse.
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # @returns la somme des coûts enregistres dans cette analyse.
def get_total_cost(self):
return self.cumulative_cost[len(self.cumulative_cost)-1]
- # Renvoie le coût amorti d'une opération.
- # Complexité en temps/espace, meilleur cas : O(1)
- # @param pos est l'indice de l'opération pour laquelle on veut connaître le coût amorti.
- # @returns le coût amorti d'une opération.
+ # Renvoie le coût amorti d'une operation.
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # @param pos est l'indice de l'operation pour laquelle on veut connaître le coût amorti.
+ # @returns le coût amorti d'une operation.
def get_amortized_cost(self, pos):
return self.cumulative_cost[pos]/pos if pos>0 else self.cumulative_cost[pos]
- # Renvoie la moyenne des coûts de toutes les opérations enregistrées dans l'analyse.
- # Complexité en temps/espace, meilleur cas : O(1)
- # @returns la moyenne des coûts de toutes les opérations enregistrées dans l'analyse.
+ # Renvoie la moyenne des coûts de toutes les operations enregistrees dans l'analyse.
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # @returns la moyenne des coûts de toutes les operations enregistrees dans l'analyse.
def get_average_cost(self):
if len(self.cumulative_cost) == 0:
raise Exception('List is empty')
return self.cumulative_cost[len(self.cumulative_cost)-1]/len(self.cumulative_cost);
- # Renvoie la variance des coûts de toutes les opérations enregistrées dans l'analyse.
- # Complexité en temps/espace, meilleur cas : O(1)
- # @returns la variance des coûts de toutes les opérations enregistrées dans l'analyse.
+ # Renvoie la variance des coûts de toutes les operations enregistrees dans l'analyse.
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # @returns la variance des coûts de toutes les operations enregistrees dans l'analyse.
def get_variance(self):
mean = self.get_average_cost()
mean_square = mean*mean
return self.cumulative_square - mean_square
- # Renvoie l'écart-type des coûts de toutes les opérations enregistrées dans l'analyse.
- # Complexité en temps/espace, meilleur cas : O(1)
- # @returns l'écart-type des coûts de toutes les opérations enregistrées dans l'analyse.
+ # Renvoie l'ecart-type des coûts de toutes les operations enregistrees dans l'analyse.
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # @returns l'ecart-type des coûts de toutes les operations enregistrees dans l'analyse.
def get_standard_deviation(self):
return math.sqrt(self.get_variance())
# Sauvegarde la liste des coûts et des coûts amortis dans un fichier.
- # Complexité en temps, meilleur/pire cas : O(size)
+ # Complexite en temps, meilleur/pire cas : O(size)
# @param path est le chemin du fichier dans lequel la sauvegarde est faite.
def save_values(self, path):
f = open(path, 'w')
diff --git a/TP1/Python/arraylist.py b/TP1/Python/arraylist.py
index a4ab582..0933e36 100644
--- a/TP1/Python/arraylist.py
+++ b/TP1/Python/arraylist.py
@@ -1,27 +1,27 @@
# Cette classe est un simple proxy vers le type "list" de python
-# Le langage ne permettant pas de manipuler l'espace mémoire d'une "list",
+# Le langage ne permettant pas de manipuler l'espace memoire d'une "list",
# on se contente ici d'observer son comportement.
class ArrayListProxy:
# Constructeur de la classe ArraylistProxy
def __init__(self):
self.data = []
- # Ajoute l'élément x au tableau
- # Complexité en temps/espace, pire cas : O(data.size)
- # Complexité en temps/espace, meilleur cas : O(1)
- # Complexité amortie : O(1)
+ # Ajoute l'element x au tableau
+ # Complexite en temps/espace, pire cas : O(data.size)
+ # Complexite en temps/espace, meilleur cas : O(1)
+ # Complexite amortie : O(1)
def append(self, x):
self.data.append(x)
- # Supprime le dernier élément du tableau
+ # Supprime le dernier element du tableau
def pop_back(self):
self.data.pop()
- # Renvoie l'élément situé à la position 'pos' dans le tableau
+ # Renvoie l'element situe à la position 'pos' dans le tableau
def get(self, pos):
return self.data[pos]
- # Renvoie le nombre d'éléments dans le tableau
+ # Renvoie le nombre d'elements dans le tableau
def get_size(self):
return len(data)
--
GitLab