1. 二分法
1.1 什么是算法
算法是一种高效解决问题的办法
1.2 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)
# 方案一:整体遍历效率太低
for num in nums:
if num == find_num:
print('find it')
break
# 方案二:二分法
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)
2. 面向过程编程
2.1 编程思想/范式
编程思想指的就是编程的套路,编程思想本身并没有高低之分,而在于使用者本身
2.2 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
2.3 优缺点
优点:
复杂的问题流程化、进而简单化
缺点:
扩展性非常差
2.4 面向过程的编程思想应用场景解析
- 不是所有的软件都需要频繁更迭:比如编写脚本
- 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
3. 匿名函数
3.1 定义匿名函数
-
def用于定义有名函数
func=函数的内存地址 def func(x,y): return x+y
-
lamdab用于定义匿名函数
print(lambda x,y:x+y)
3.2 调用匿名函数
方式一:(不常用)
res=(lambda x,y:x+y)(1,2)
print(res)
方式二:(可以用,但是没有意义)
func=lambda x,y:x+y
res=func(1,2)
print(res)
匿名用于临时调用一次的场景:更多的是将匿名与其他函数配合使用
3.3 匿名函数的应用
3.3.1 max方法的应用
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)#比较的是key的值
#为此我们可以定义一个函数,来表示值
def func(k):
return salaries[k]
res=max(salaries,key=func) # 返回值=func('siry')
print(res)
#lambda k:salaries[k],以这个标准来执行
res=max(salaries,key=lambda k:salaries[k])
print(res)
3.3.2 min方法的应用
# ========================min的应用
res=min(salaries,key=lambda k:salaries[k])
print(res)
3.3.3 sorted方法的应用
res=sorted(salaries,key=lambda k:salaries[k],reverse=True)
print(res)
3.3.4 map方法的应用(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
3.3.5 filter方法的应用(了解)
l=['alex_sb','lxx_sb','wxx']
res=(name for name in l if name.endswith('sb'))
print(res)
res=filter(lambda name:name.endswith('sb'),l)
print(res)
3.3.6 reduce方法的应用(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)
4. 模块
4.1 什么是模块
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
4.2 为何要用模块
- 内置与第三的模块拿来就用,无需定义,这种拿来主义,可以极大地提升自己的开发效率
- 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
4.3 如何用模块
4.3.1 import语句
#文件名:foo.py
x=1
def get():
print(x)
def change():
global x
x=0
class Foo:
def func(self):
print('from the func')
#其他文件
import foo #导入模块foo
a=foo.x #引用模块foo中变量x的值赋值给当前名称空间中的名字a
foo.get() #调用模块foo的get函数
foo.change() #调用模块foo中的change函数
obj=foo.Foo() #使用模块foo的类Foo来实例化,进一步可以执行obj.func()
要想在另外一个py文件中引用foo.py中的功能,需要使用import foo,
首次导入模块会做三件事:
1、执行源文件代码foo.py
2、产生一个foo.py的名称空间用于存放源文件执行过程中产生的名字
3、在当前执行文件所在的名称空间中得到一个名字foo,该名字指向新创建的模块名称空间,若要引用模块名称空间中的名字,需要加上该前缀
注意: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
4.3.2 引用
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()
4.3.3 导入模块规范
可以以逗号为分隔符在一行导入多个模块,也可以在函数内导入模块
# 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
导入的顺序
-
I. python内置模块
-
II. 第三方模块
-
III. 程序员自定义模块
自定义模块的命名应该采用纯小写+下划线的风格
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
4.3.4 模块可以取别名 as
import foo as f # f=foo
f.get()
import abcdefgadfadfas as mmm
mmm.f1
4.3.5 模块是第一类对象
即可以对导入的模块进行赋值,可以当做参数传递,可以做返回值,可以当做容器的元素等