# Python ක්‍රමලේඛනය සහ දත්ත සමුදා ප්‍රමතකරණය (1NF, 2NF, 3NF) (Python Programming Algorithms & Database Normalization (1NF, 2NF, 3NF))

- **Platform:** [Homeschool.lk](https://homeschool.lk/)
- **Canonical URL:** https://homeschool.lk/grade-13/al-ict/python-programming-and-normalization/
- **Curriculum Alignment:** National Institute of Education (NIE) Sri Lanka — Grade 13, තොරතුරු හා සන්නිවේදන තාක්ෂණය (A/L ICT), Unit 9
- **Exam Weight:** A/L ICT I පත්‍රයේ MCQ 12–15ක් සහ II පත්‍රයේ අනිවාර්ය ව්‍යුහගත හා රචනා ප්‍රශ්න 2–3ක් (ලකුණු 28–32%)
- **Official Textbook Reference:** https://nie.lk/selesyll

## කෙටි සාරාංශය / Quick Syllabus Definition (Sinhala & English)
උසස් පෙළ ICT ප්‍රශ්න පත්‍රයේ වැඩිම ලකුණු ප්‍රතිශතයක් හිමිවන Python ක්‍රමලේඛනයේදී කාරක ප්‍රමුඛතාව, පාලන ව්‍යුහ (if-elif-else, for, while), ලැයිස්තු කැපීම (List slicing), ශ්‍රිත හා ගොනු හැසිරවීම මඟින් ඇල්ගොරිතම ගොඩනැඟේ. ඊට සමගාමීව දත්ත සමුදා ප්‍රමතකරණය (1NF, 2NF, 3NF) මඟින් දත්ත අතිරික්තතාව සහ ඇතුළත් කිරීමේ, යාවත්කාලීන කිරීමේ හා මකා දැමීමේ විෂමතා ඉවත් කෙරේ.

*English Summary:* Core A/L ICT mastery combining Python 3 algorithms (operator precedence, loops, list comprehensions/slicing, functions, file I/O) with relational database normalization from 0NF through 1NF, 2NF, and 3NF to eliminate update, insertion, and deletion anomalies.

## පාඩම් සටහන (Study Notes)
### 1. Python 3 ක්‍රමලේඛනය: දත්ත ප්‍රරූප, කාරක ප්‍රමුඛතාව සහ පාලන ව්‍යුහ

NIE A/L ICT නිර්දේශය යටතේ **Python 3** ගතික දත්ත ප්‍රරූපකරණය (Dynamic typing) භාවිත කරයි. විකරණය කළ හැකි (**Mutable**) දත්ත ප්‍රරූප වන්නේ `list`, `dict`, `set` වන අතර විකරණය කළ නොහැකි (**Immutable**) දත්ත ප්‍රරූප වන්නේ `int`, `float`, `bool`, `str` සහ `tuple` වේ.

  - **කාරක ප්‍රමුඛතාව (Operator Precedence — ඉහළ සිට පහළට):** `()` → `**` (**දකුණේ සිට වමට** සංඝටිත වන එකම ද්විමය කාරකය! උදා: `2 ** 3 ** 2 = 2⁹ = 512`) → ඒකමය `+x, -x, ~x` → `*, /, //, %` → `+, -` → සැසඳුම් කාරක (`<, <=, >, ==, !=`) → `not` → `and` → `or`.

  - **නිඛිල බෙදීම හා ශේෂය (සෘණ සංඛ්‍යා සඳහා):** Python හි `//` (Floor division) සැමවිටම **අඩු නිඛිලය දෙසට** වටයයි: `-7 // 2 = -4` සහ `a % b = a - b * (a // b)` අනුව `-7 % 2 = -7 - 2*(-4) = +1` වේ!

  - **ලැයිස්තු කැපීම (List/String Slicing):** `seq[start : stop : step]` හි `stop` දර්ශකය ඇතුළත් නොවේ; `seq[::-1]` මඟින් අනුක්‍රමය ආපසු හරවයි.

`# A/L ICT II පත්‍රයේ දර්ශීය Python ගොනු හා ශ්‍රිත ඇල්ගොරිතමය:
def grade_summary(input_file, output_file):
    total = 0
    count = 0
    with open(input_file, "r") as fin, open(output_file, "w") as fout:
        for line in fin:
            parts = line.strip().split(",")
            if len(parts) == 2:
                name, mark = parts[0], int(parts[1])
                grade = "A" if mark >= 75 else ("B" if mark >= 65 else ("C" if mark >= 50 else "F"))
                fout.write(f"{name},{mark},{grade}
")
                total += mark
                count += 1
    return round(total / count, 2) if count > 0 else 0.0
`

### 2. සම්බන්ධක දත්ත සමුදා ප්‍රමතකරණය (Database Normalization: 1NF, 2NF, 3NF)

දුර්වල ලෙස සැලසුම් කළ තනි වගුවක **දත්ත අතිරික්තතාව (Data redundancy)** නිසා *ඇතුළත් කිරීමේ (Insertion)*, *යාවත්කාලීන කිරීමේ (Update)* සහ *මකා දැමීමේ (Deletion)* විෂමතා හට ගනී. ඒවා ඉවත් කිරීමට ප්‍රමතකරණ පියවර තුන භාවිත වේ:

  | 
    
      ප්‍රමත මට්ටම 
      | තෘප්ත කළ යුතු කොන්දේසිය (NIE A/L ICT Unit 08) 
      | විසඳුම් ක්‍රමය (උදාහරණය සහිතව) 
    

  
  
    
      | **1NF** (පළමු ප්‍රමත ආකාරය) 
      | සියලුම උපලක්ෂණවල **පරමාණුක (Atomic / තනි) අගයන්** පමණක් තිබීම, පුනරාවර්තන කාණ්ඩ නොමැති වීම සහ අනන්‍ය ප්‍රාථමික යතුරක් තිබීම. 
      | බහු-අගය `PhoneNo` ක්ෂේත්‍රය වෙනම පේළිවලට හෝ `Student_Phone(StdID, PhoneNo)` වගුවකට වෙන් කිරීම. 
    

    
      | **2NF** (දෙවන ප්‍රමත ආකාරය) 
      | වගුව **1NF** හි පැවතීම සහ කිසිදු යතුරු-නොවන උපලක්ෂණයක් සංයුක්ත ප්‍රාථමික යතුරේ කොටසක් මත රඳා පවතින **ආංශික පරායත්තතා (Partial dependencies)** නොපැවතීම. 
      | `Enrol(StdID, SubID, StdName, Marks)` හි `StdID → StdName` ආංශික පරායත්තතාව ඉවත් කර `Student(StdID, StdName)` හා `Enrol(StdID, SubID, Marks)` ලෙස වෙන් කිරීම. (තනි උපලක්ෂණ ප්‍රාථමික යතුරක් ඇති ඕනෑම 1NF වගුවක් ස්වයංක්‍රීයව 2NF හි පවතී!) 
    

    
      | **3NF** (තෙවන ප්‍රමත ආකාරය) 
      | වගුව **2NF** හි පැවතීම සහ කිසිදු යතුරු-නොවන උපලක්ෂණයක් තවත් යතුරු-නොවන උපලක්ෂණයක් මත රඳා පවතින **සංක්‍රාමී පරායත්තතා (Transitive dependencies: PK → A → B)** නොපැවතීම. 
      | `Student(StdID, StdName, DeptID, DeptName)` හි `DeptID → DeptName` ඉවත් කර `Student(StdID, StdName, DeptID*)` හා `Department(DeptID, DeptName)` ලෙස වෙන් කිරීම. 
    

  

  **විභාග ඉඟිය:** A/L ICT II පත්‍රයේ ප්‍රමතකරණ ප්‍රශ්නයේදී වගු වෙන් කර ලියන විට **ප්‍රාථමික යතුර යටින් ඉරක් (PrimaryKey)** ඇඳීමත්, ආගන්තුක යතුර ඉදිරියෙන් තරු ලකුණක් හෝ සටහනක් (`ForeignKey*`) දැක්වීමත් ලකුණු දීමේ පටිපාටියට අනුව අනිවාර්ය වේ!

## ව්‍යුහගත ප්‍රශ්න හා ලකුණු දීමේ පටිපාටිය (Structured Q&A Marking Scheme)
### Q1: පාසල් පුස්තකාලයක 0NF වගුවක් පහත පරිදි දී ඇත: Loan_Record(MemberID, MemberName, Grade, GradeTeacher, BookID, BookTitle, BorrowDate). එක් සිසුවෙකුට පොත් කිහිපයක් ලබාගත හැකි අතර එක් ශ්‍රේණියකට එක් ශ්‍රේණි භාර ගුරුවරයෙකු සිටී. මෙම වගුව 1NF හි ඇතැයි සලකා සංයුක්ත ප්‍රාථමික යතුර හඳුනාගෙන, එහි ඇති ආංශික හා සංක්‍රාමී පරායත්තතා නම් කරමින් 2NF හරහා 3NF දක්වා පියවරෙන් පියවර ප්‍රමතකරණය කරන්න.
**පිළිතුරු / ලකුණු කරුණු:** 1NF වගුවේ සංයුක්ත ප්‍රාථමික යතුර: (MemberID, BookID, BorrowDate) හෝ එක් වරකට (MemberID, BookID) ලෙස ගත හැක.; ආංශික පරායත්තතා හඳුනා ගැනීම: MemberID → MemberName, Grade, GradeTeacher සහ BookID → BookTitle (සංයුක්ත යතුරේ කොටසක් මත පමණක් රඳා පවතී).; 2NF වගු බවට පත් කිරීම: Member(MemberID [PK], MemberName, Grade, GradeTeacher), Book(BookID [PK], BookTitle) සහ Loan(MemberID* [PK], BookID* [PK], BorrowDate [PK]).; Member වගුවේ ඇති සංක්‍රාමී පරායත්තතාව හඳුනා ගැනීම: MemberID → Grade → GradeTeacher (යතුරු-නොවන Grade මත GradeTeacher රඳා පවතී).; අවසාන 3NF සම්බන්ධතා 4 ලිවීම: Member(MemberID [PK], MemberName, Grade* [FK]), Grade_Info(Grade [PK], GradeTeacher), Book(BookID [PK], BookTitle) සහ Loan(MemberID* [PK,FK], BookID* [PK,FK], BorrowDate [PK]).

### Q2: ධන නිඛිල ලැයිස්තුවක් (උදා: nums = [12, 7, 19, 4, 11]) ආදානය ලෙස ලබාගෙන එහි අඩංගු ප්‍රථමක සංඛ්‍යා (Prime numbers) පමණක් නව ලැයිස්තුවකට එක් කර ආපසු ලබා දෙන filter_primes(nums) නම් Python 3 ශ්‍රිතයක් ලියන්න.
**පිළිතුරු / ලකුණු කරුණු:** def is_prime(n): උපකාරක ශ්‍රිතය හෝ nested loop තුළ n < 2 නම් False ආපසු ලබා දීමේ මායිම් කොන්දේසිය පරීක්ෂා කිරීම.; 2 සිට int(n ** 0.5) + 1 (හෝ n) දක්වා d විචල්‍යය යවා n % d == 0 වේ නම් ප්‍රථමක නොවන බව තීරණය කර break කිරීම.; ප්‍රථමක බව තහවුරු වූ සංඛ්‍යා result.append(n) මඟින් නව ලැයිස්තුවකට එකතු කිරීම.; def filter_primes(nums): ශ්‍රිතය මඟින් result ලැයිස්තුව return කිරීම සහ නිවැරදි Python indentation පවත්වා ගැනීම.


## බහුවරණ ප්‍රශ්න (Practice MCQs)
### MCQ 1: Python 3 හි print(17 - 2 ** 3 ** 2 // 30 % 5) ප්‍රකාශනය ක්‍රියාත්මක කළ විට ලැබෙන ප්‍රතිදානය කුමක්ද?
- [✓] (1) 15
- [ ] (2) 17
- [ ] (3) 13
- [ ] (4) 2
> **පැහැදිලි කිරීම:** 2 ** 3 ** 2 දකුණේ සිට වමට ගණනය වේ: 3 ** 2 = 9, 2 ** 9 = 512. ඉන්පසු වමේ සිට දකුණට: 512 // 30 = 17, 17 % 5 = 2. අවසානයේ 17 - 2 = 15 වේ.

### MCQ 2: Python 3 හි පහත දැක්වෙන දත්ත ප්‍රරූප (Data types) අතුරින් විකරණය කළ නොහැකි (Immutable) දත්ත ප්‍රරූප පමණක් අඩංගු වරණය කුමක්ද?
- [ ] (1) list, tuple, str
- [✓] (2) int, str, tuple
- [ ] (3) dict, set, tuple
- [ ] (4) str, list, set
> **පැහැදිලි කිරීම:** Python හි int, float, bool, str සහ tuple විකරණය කළ නොහැකි (Immutable) වන අතර list, dict හා set විකරණය කළ හැකි (Mutable) වේ.

### MCQ 3: s = "HOMESCHOOL" යන Python තන්තුව සඳහා print(s[1:8:2]) හි ප්‍රතිදානය කුමක්ද?
- [✓] (1) OECO
- [ ] (2) OMSH
- [ ] (3) OESHO
- [ ] (4) HMSO
> **පැහැදිලි කිරීම:** දර්ශක: 0:H, 1:O, 2:M, 3:E, 4:S, 5:C, 6:H, 7:O, 8:O, 9:L. 1 සිට 8 ට පෙර දක්වා පියවර 2 බැගින් (දර්ශක 1, 3, 5, 7) ගත් විට "OECO" ලැබේ.

### MCQ 4: දත්ත සමුදා වගුවක් 1NF (පළමු ප්‍රමත ආකාරය) හි පවතින අතර එහි ප්‍රාථමික යතුර තනි උපලක්ෂණයකින් (Single-attribute primary key) සමන්විත වේ නම් එම වගුව පිළිබඳ නිසැකවම සත්‍ය වන්නේ කුමක්ද?
- [ ] (1) එය අනිවාර්යයෙන්ම 3NF හි පවතී.
- [✓] (2) එහි ආංශික පරායත්තතා තිබිය නොහැකි බැවින් එය ස්වයංක්‍රීයව 2NF හි පවතී.
- [ ] (3) එහි සංක්‍රාමී පරායත්තතා තිබිය නොහැක.
- [ ] (4) එහි ආගන්තුක යතුරු තිබිය නොහැක.
> **පැහැදිලි කිරීම:** ආංශික පරායත්තතාවක් (Partial dependency) ඇති විය හැක්කේ සංයුක්ත ප්‍රාථමික යතුරක කොටසක් මත පමණි. තනි උපලක්ෂණ ප්‍රාථමික යතුරක් ඇති ඕනෑම 1NF වගුවක් ස්වයංක්‍රීයව 2NF හි පවතී.

### MCQ 5: 2NF හි පවතින සම්බන්ධතාවක් 3NF (තෙවන ප්‍රමත ආකාරය) බවට පත් කිරීමේදී ඉවත් කරනු ලබන්නේ කුමක්ද?
- [ ] (1) බහු-අගය උපලක්ෂණ (Multi-valued attributes)
- [ ] (2) ආංශික ක්‍රියාකාරී පරායත්තතා (Partial functional dependencies)
- [✓] (3) සංක්‍රාමී ක්‍රියාකාරී පරායත්තතා (Transitive functional dependencies)
- [ ] (4) සියලුම ආගන්තුක යතුරු (Foreign keys)
> **පැහැදිලි කිරීම:** 2NF සිට 3NF දක්වා යාමේදී යතුරු-නොවන උපලක්ෂණයක් තවත් යතුරු-නොවන උපලක්ෂණයක් මත රඳා පවතින සංක්‍රාමී පරායත්තතා ඉවත් කරනු ලැබේ.

### MCQ 6: Python 3 හි print(-11 // 3, -11 % 3) ප්‍රකාශනයේ ප්‍රතිදානය කුමක්ද?
- [ ] (1) -3 -2
- [✓] (2) -4 1
- [ ] (3) -4 -2
- [ ] (4) -3 1
> **පැහැදිලි කිරීම:** -11 / 3 = -3.666... වන අතර floor division (//) මඟින් ඊට අඩු නිඛිලය වන -4 ලබා දේ. ශේෂය: -11 - 3*(-4) = -11 + 12 = 1 වේ.

### MCQ 7: පහත Python කේත කොටස ක්‍රියාත්මක කළ විට ලැබෙන ප්‍රතිදානය කුමක්ද?
x = [1, 2, 3]
y = x
y.append(4)
print(len(x))
- [ ] (1) 3
- [✓] (2) 4
- [ ] (3) TypeError දෝෂයක්
- [ ] (4) 1
> **පැහැදිලි කිරීම:** y = x මඟින් නව පිටපතක් නොසාදන අතර විචල්‍ය දෙකම මතකයේ එකම list වස්තුවට යොමු වේ (Aliasing). එබැවින් y.append(4) මඟින් x ද [1, 2, 3, 4] බවට පත් වී len(x) = 4 ලැබේ.

### MCQ 8: SQL භාෂාවේදී GROUP BY වගන්තිය මඟින් කාණ්ඩ කළ දත්ත මත සමූහන ශ්‍රිත කොන්දේසියක් (උදා: COUNT(*) > 5) පැනවීමට භාවිත කළ යුතු නිවැරදි මූලපදය කුමක්ද?
- [ ] (1) WHERE
- [✓] (2) HAVING
- [ ] (3) ORDER BY
- [ ] (4) DISTINCT
> **පැහැදිලි කිරීම:** WHERE මඟින් කාණ්ඩ කිරීමට පෙර තනි පේළි පෙරහන් කරන අතර GROUP BY මඟින් සෑදුණු කාණ්ඩ මත COUNT/AVG/SUM කොන්දේසි යෙදීමට HAVING භාවිත කෙරේ.
