一:二分法
# 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
# 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)
二: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
三:调用匿名函数
# 1、def用于定义有名函数
# func=函数的内存地址
# def func(x,y):
# return x+y
# print(func)
# 2、lamdab用于定义匿名函数
# print(lambda x,y:x+y)
# 3、调用匿名函数
# 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)
#4、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
四:匿名函数调用
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)
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)
五:模块
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
2、为何有用模块
I: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
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
3、如何用模块
'''
y=333
z=444
import foo
# 1、首次导入模块会发生3件事
# 1、执行foo.py
# 2、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
# 3、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
# 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()
# 3、可以以逗号为分隔符在一行导入多个模块
# 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
# 4、导入模块的规范
#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
# 5、import 。。。 as 。。。
# 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
#6、模块是第一类对象
import foo
#7、自定义模块的命名应该采用纯小写+下划线的风格
#8、可以在函数内导入模块
def func():
import foo
一:二分法
# 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
# 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)
二: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
三:调用匿名函数
# 1、def用于定义有名函数
# func=函数的内存地址
# def func(x,y):
# return x+y
# print(func)
# 2、lamdab用于定义匿名函数
# print(lambda x,y:x+y)
# 3、调用匿名函数
# 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)
#4、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
四:匿名函数调用
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)
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)
五:模块
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
2、为何有用模块
I: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
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
3、如何用模块
'''
y=333
z=444
import foo
# 1、首次导入模块会发生3件事
# 1、执行foo.py
# 2、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
# 3、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
# 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()
# 3、可以以逗号为分隔符在一行导入多个模块
# 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
# 4、导入模块的规范
#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
# 5、import 。。。 as 。。。
# 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
#6、模块是第一类对象
import foo
#7、自定义模块的命名应该采用纯小写+下划线的风格
#8、可以在函数内导入模块
def func():
import foo
一:二分法
# 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
# 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)
二: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
三:调用匿名函数
# 1、def用于定义有名函数
# func=函数的内存地址
# def func(x,y):
# return x+y
# print(func)
# 2、lamdab用于定义匿名函数
# print(lambda x,y:x+y)
# 3、调用匿名函数
# 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)
#4、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
四:匿名函数调用
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)
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)
五:模块
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
2、为何有用模块
I: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
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
3、如何用模块
'''
y=333
z=444
import foo
# 1、首次导入模块会发生3件事
# 1、执行foo.py
# 2、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
# 3、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
# 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()
# 3、可以以逗号为分隔符在一行导入多个模块
# 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
# 4、导入模块的规范
#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
# 5、import 。。。 as 。。。
# 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
#6、模块是第一类对象
import foo
#7、自定义模块的命名应该采用纯小写+下划线的风格
#8、可以在函数内导入模块
def func():
import foo