算法之二分法
需求:有一个按照从小到大顺序排列的数字列表
需要从该数字列表中找到我们想要的那个一个数字
如何做更高效???
nums=[-3,4,7,10,13,21,43,77,89]
find_num=10
nums=[-3,4,13,10,-2,7,89]
nums.sort()
print(nums)
for num in nums:
if num == find_num:
print(‘find it‘)
break
def binary_search(find_num,列表):
mid_val=找列表中间的值
if find_num > mid_val:
# 接下来的查找应该是在列表的右半部分
列表=列表切片右半部分
binary_search(find_num,列表)
elif find_num < mid_val:
# 接下来的查找应该是在列表的左半部分
列表=列表切片左半部分
binary_search(find_num,列表)
else:
print(‘find it‘)
nums=[-3,4,7,10,13,21,43,77,89]
find_num=8
def binary_search(find_num,l):
print(l)
if len(l) == 0:
print(‘找的值不存在‘)
return
mid_index=len(l) // 2
if find_num > l[mid_index]:
# 接下来的查找应该是在列表的右半部分
l=l[mid_index+1:]
binary_search(find_num,l)
elif find_num < l[mid_index]:
# 接下来的查找应该是在列表的左半部分
l=l[:mid_index]
binary_search(find_num,l)
else:
print(‘find it‘)
binary_search(find_num,nums)
编程思想/范式
面向过程的编程思想:
核心是"过程"二字,过程即流程,指的是做事的步骤:先什么、再什么、后干什么
基于该思想编写程序就好比在设计一条流水线
优点:复杂的问题流程化、进而简单化
缺点:扩展性非常差
面向过程的编程思想应用场景解析:
1)不是所有的软件都需要频繁更迭:比如编写脚本
2)即便是一个软件需要频繁更迭,也不并不代表这个软件所有的组成部分都需要一起更迭
func=函数的内存地址
def func(x,y):
return x+y
print(func)
print(lambda x,y:x+y)
方式一:
res=(lambda x,y:x+y)(1,2)
print(res)
方式二:
func=lambda x,y:x+y
res=func(1,2)
print(res)
salaries={
‘siry‘:3000,
‘tom‘:7000,
‘lili‘:10000,
‘jack‘:2000
}
需求1:找出薪资最高的那个人=》lili
res=max([3,200,11,300,399])
print(res)
res=max(salaries)
print(res)
salaries={
‘siry‘:3000,
‘tom‘:7000,
‘lili‘:10000,
‘jack‘:2000
}
迭代出的内容 比较的值
‘siry‘ 3000
‘tom‘ 7000
‘lili‘ 10000
‘jack‘ 2000
def func(k):
return salaries[k]
========================max的应用
res=max(salaries,key=func) # 返回值=func(‘siry‘)
print(res)
res=max(salaries,key=lambda k:salaries[k])
print(res)
========================min的应用
res=min(salaries,key=lambda k:salaries[k])
print(res)
========================sorted排序
salaries={
‘siry‘:3000,
‘tom‘:7000,
‘lili‘:10000,
‘jack‘:2000
}
res=sorted(salaries,key=lambda k:salaries[k],reverse=True)
print(res)
========================map的应用(了解)
l=[‘alex‘,‘lxx‘,‘wxx‘,‘薛贤妻‘]
new_l=(name+‘_dsb‘ for name in l)
print(new_l)
res=map(lambda name:name+‘_dsb‘,l)
print(res) # 生成器
========================filter的应用(了解)
l=[‘alex_sb‘,‘lxx_sb‘,‘wxx‘,‘薛贤妻‘]
res=(name for name in l if name.endswith(‘sb‘))
print(res)
res=filter(lambda name:name.endswith(‘sb‘),l)
print(res)
========================reduce的应用(了解)
from functools import reduce
res=reduce(lambda x,y:x+y,[1,2,3],10) # 16
print(res)
res=reduce(lambda x,y:x+y,[‘a‘,‘b‘,‘c‘]) # ‘a‘,‘b‘
print(res)
? 模块就是一系列功能的集合体,分为三大类
? I:内置的模块
? II:第三方的模块
? III:自定义的模块
? 一个python文件本身就一个模块,文件名m.py,模块名叫m
ps:模块有四种形式
1 使用python编写的.py文件
2 已被编译为共享库或DLL的C或C++扩展
3 把一系列模块组织到一起的文件夹(注:文件夹下有一个__init__.py文件,该文件夹称之为包)
4 使用C编写并链接到python解释器的内置模块
? I:内置与第三方的模块拿来就用,无需定义,这种拿来主义,可以极大地提升自己的开发效率
? II:自定义的模块
? 可以将程序的各部分功能提取出来放到一模块中为大家共享使用
? 好处是减少了代码冗余,程序组织结构更加清晰
?
y=333
z=444
import foo
首次导入模块会发生3件事
2)执行foo.py
3)产生foo.py的名称空间,将foo.py运行过程中产生的名字都丢到foo的名称空间中
4)在当前文件中产生的有一个名字foo,该名字指向2中产生的名称空间
之后的导入,都是直接引用首次导入产生的foo.py名称空间,不会重复执行代码
import foo
import foo
import foo
import foo
print(foo.x)
print(foo.get)
print(foo.change)
强调1:模块名.名字,是指名道姓地问某一个模块要名字对应的值,不会与当前名称空间中的名字发生冲突
x=1111111111111
print(x)
print(foo.x)
强调2:无论是查看还是修改操作的都是模块本身,与调用位置无关
import foo
x=3333333333
foo.get()
foo.change()
print(x)
print(foo.x)
foo.get()
建议如下所示导入多个模块
import time
import foo
import m
不建议在一行同时导入多个模块
import time,foo,m
I. python内置模块
II. 第三方模块
III. 程序员自定义模块
import time
import sys
import 第三方1
import 第三方2
import 自定义模块1
import 自定义模块2
import 自定义模块3
import foo as f # f=foo
f.get()
import abcdefgadfadfas
abcdefgadfadfas.f1
abcdefgadfadfas.f2
abcdefgadfadfas.f3
import abcdefgadfadfas as mmm
mmm.f1
mmm.f2
mmm.f3
import foo
def func():
import foo
原文:https://www.cnblogs.com/haliluyafeng/p/12579026.html