collections module کون سی مفید types فراہم کرتا ہے؟

Question

Accepted Answer

**`collections`** module خصوصی container types فراہم کرتا ہے جو built-in list/dict/tuple کو عام patterns کے لیے سہل، اکثر زیادہ efficient متبادل کے ساتھ بڑھاتا ہے۔ انہیں جاننا آپ کو صاف ستھرا، تیز تر code لکھنے دیتا ہے۔

## defaultdict — خودکار default values والے dicts

```python
from collections import defaultdict

# ❌ without it — must check/initialize keys manually
groups = {}
for item in items:
    if item.category not in groups:
        groups[item.category] = []
    groups[item.category].append(item)

# ✅ defaultdict auto-creates the default for missing keys
groups = defaultdict(list)        # missing key → a new empty list
for item in items:
    groups[item.category].append(item)   # no existence check needed
```

`defaultdict(list)` (یا `int`، `set` وغیرہ) کسی بھی missing key کے لیے default فراہم کرتا ہے — تھکا دینے والے check-and-initialize pattern کو ختم کر دیتا ہے۔ grouping اور counting کے لیے بہترین۔

## Counter — occurrences گننا

```python
from collections import Counter

c = Counter("mississippi")         # Counter({'i': 4, 's': 4, 'p': 2, 'm': 1})
c.most_common(2)                    # [('i', 4), ('s', 4)] — top 2
c["x"]                              # 0 — missing keys return 0, no error

Counter(["a", "b", "a", "c", "a"])  # count list items → {'a': 3, 'b': 1, 'c': 1}
```

`Counter` frequencies گننا معمولی بنا دیتا ہے — words، votes، occurrences گننا — `most_common` جیسے کارآمد methods کے ساتھ۔

## deque — دونوں سروں پر تیز appends/pops

```python
from collections import deque

q = deque([1, 2, 3])
q.append(4)          # add to the right
q.appendleft(0)      # add to the LEFT — O(1) (a list's insert(0) is O(n)!)
q.popleft()          # remove from the left — O(1)
q = deque(maxlen=3)  # bounded — auto-drops old items (sliding window)
```

`deque` ایک double-ended queue ہے جس میں دونوں سروں پر O(1) appends/pops ہوتے ہیں — queues، stacks اور sliding windows کے لیے مثالی (سادہ list front operations کے لیے O(n) ہے)۔

## namedtuple — ہلکے پھلکے، named records

```python
from collections import namedtuple

Point = namedtuple("Point", ["x", "y"])
p = Point(3, 4)
p.x, p.y          # 3, 4 — access by NAME (clearer than p[0], p[1])
p                 # Point(x=3, y=4) — readable
```

`namedtuple` tuples کو named fields دیتا ہے — index access سے زیادہ پڑھنے میں آسان، immutable، memory-efficient۔ (جدید code اکثر mutable records کے لیے `@dataclass` استعمال کرتا ہے۔)

## OrderedDict / ChainMap (اب کم عام)

```text
OrderedDict → ordered dict (less needed since regular dicts keep order in 3.7+)
ChainMap    → search multiple dicts as one (e.g. layered config/defaults)
```

## یہ کیوں اہم ہے

`collections` module عام patterns کے لیے درست tool فراہم کرتا ہے، جو صاف ستھرے اور اکثر زیادہ efficient code کا باعث بنتا ہے۔ `defaultdict` اور `Counter` grouping اور counting کو ڈرامائی طور پر آسان بناتے ہیں (verbose manual logic کی جگہ لے کر)؛ `deque` وہاں O(1) double-ended operations دیتا ہے جہاں list سست ہوتی؛ `namedtuple` پڑھنے میں آسان ہلکے records بناتا ہے۔

انہی patterns کو سادہ dicts/lists سے hand-roll کرنے کے بجائے ان tools کا استعمال idiomatic، performant Python کی علامت ہے — یہ data processing، algorithms اور صاف APIs کے لیے حقیقی code میں بڑے پیمانے پر استعمال ہوتے ہیں۔