collections

Tiga struktur data dari modul collections yang benar-benar sering dipakai, dan cara mengenali kapan butuh masing-masing.

Counter — menghitung frekuensi

from collections import Counter

kata = "satu dua dua tiga tiga tiga".split()
c = Counter(kata)

c                      # Counter({'tiga': 3, 'dua': 2, 'satu': 1})
c["tiga"]              # 3
c["belum ada"]         # 0  ← tidak error, beda dengan dict biasa
c.most_common(2)       # [('tiga', 3), ('dua', 2)]
sum(c.values())        # 6 — total semua

Bandingkan dengan cara manual yang biasanya ditulis pendatang baru:

jumlah = {}
for k in kata:
    if k not in jumlah:
        jumlah[k] = 0
    jumlah[k] += 1

Counter juga bisa dijumlahkan dan dikurangkan:

c1 = Counter(dokumen_a)
c2 = Counter(dokumen_b)

c1 + c2      # gabungkan hitungan
c1 - c2      # selisih (hasil negatif dibuang)
c1 & c2      # ambil yang terkecil per key — irisan

Di mana ini terpakai di roadmap

# Cari chunk mana yang paling sering dipakai sebagai sitasi (Fase 7)
sitasi = Counter(c.chunk_id for jawaban in riwayat for c in jawaban.sitasi)
print(sitasi.most_common(10))

# Cari model mana yang paling banyak dipanggil
Counter(log.model for log in panggilan_llm)

defaultdict — pengelompokan tanpa cek

from collections import defaultdict

# Tanpa defaultdict
grup = {}
for d in dokumen:
    if d.kategori not in grup:
        grup[d.kategori] = []
    grup[d.kategori].append(d)

# Dengan defaultdict
grup = defaultdict(list)
for d in dokumen:
    grup[d.kategori].append(d)     # list dibuat otomatis saat key pertama disentuh

Argumennya adalah fungsi yang dipanggil untuk membuat nilai default:

defaultdict(list)     # [] untuk key baru
defaultdict(int)      # 0  — berguna untuk menghitung
defaultdict(set)      # set() kosong
defaultdict(dict)     # {}

deque — antrean dua arah

from collections import deque

d = deque([1, 2, 3])
d.append(4)          # kanan
d.appendleft(0)      # kiri — O(1); list.insert(0, x) itu O(n)
d.pop()              # dari kanan
d.popleft()          # dari kiri

Kegunaan paling praktis: buffer dengan panjang tetap.

# Simpan hanya 20 pesan terakhir — yang lama otomatis terbuang
riwayat = deque(maxlen=20)
riwayat.append({"role": "user", "content": pesan})
riwayat.append({"role": "assistant", "content": jawaban})

messages = list(riwayat)   # siap dikirim ke API LLM

Sisanya: kenali saja namanya

Bonus: functools.lru_cache

Bukan dari modul collections, tapi sering dibutuhkan bersamaan:

from functools import lru_cache

@lru_cache(maxsize=1024)
def embedding(teks: str) -> tuple[float, ...]:
    return panggil_api_embedding(teks)   # dipanggil sekali per teks unik

Syaratnya: semua argumen harus hashable (str, int, tuple, frozenset) — list dan dict tidak bisa. Itu sebabnya contoh di atas mengembalikan tuple, bukan list.