目录
1.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一个数字
如何做更高效?
方案一 效率低
nums=[-3,4,5,7,10,13,21,45]
find_num=13
while True:
if find_num==13:
print('find num')
break
方案二:二分法
nums = [-3, 4, 5, 7, 10, 13, 21, 45]
def f1(find_num, list):
print(list)
mid_val = len(list) // 2
if find_num > list[mid_val]:
list = list[mid_val + 1:]
f1(find_num, list)
elif find_num < list[mid_val]:
list = list[:mid_val]
f1(find_num, list)
else:
print('find num')
f1(13, nums)
2.面向过程的编程思想
核心:'过程二字',过程即流程,指的事做事的步骤:先做什么,再做什么,后做什么
基于该思想编写程序就好比设计一条流水线
优点:复杂的问题流程化,进而简单化
缺点:扩展性差
面向过程的编程思想应用场景解析
1.不是所有软件都需要频繁迭代更迭:比如编写脚本
2.即便是一个软件需要频繁更迭,也并不代表这个软件所有的组成部分都需要更迭
函数式
函数式编程是将计算机的运算视为数学意义上的运算,比起面向过程,函数式更加注重的是执行结果而非执行的过程,代表语言有:Haskell、Erlang。
函数式不符合python设计哲学,但也提供了很多函数式编程好的特性,如lambda,map,reduce,filter
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
2.匿名函数
lambda用于定义匿名函数
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
res=lambda x,y:x+y
print(res(1,2))
4.匿名函数用于临时调用一次的场景:更多的是匿名函数与其他函数配合使用
salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}
def func(k):
return salaries[k]
需求1:找出薪资最高的人
res=max(salaries,key=func)
res=max(salaries,key=lambda k:salaries[k])
print(res)
res=min(salaries,key=lambda k:salaries[k])
print(res)
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)
3.内置函数
了解
print(abs(-1)) print(all([1,'aaa','1'])) print(all([])) print(any([0,None,1])) print(any([])) print(bin(11)) print(oct(11)) print(hex(11)) print(bool('')) print(chr(65)) print(ord('A')) print(callable(Foo)) # 是否能被调用 不可变集合 s=frozenset({1,2,3}) hash(不可变类型) help() # 查看文档注释 print(pow(10,2,3)) #10的平方再取余数 print(round(1.5)) print(round(1.4)) #四舍五入 repr() # 交互式环境下,不打印默认调用,例如:'x' >>> 'x'
s=slice(1,4,2)
l1=['a','b','c','d','e']
l2=['aaa','bbb','ccc','ddd',444]
print(l1[142]) # l1[s]
print(l2[142]) # l2[s]
=================》掌握
v1='hello'
v2=[111,222,333,444,5555,6666]
res=zip(v1,v2)
print(list(res))
=================》掌握
print(divmod(10000,33)) # 得到商和余数
=================》掌握
class Foo
pass
obj=Foo()
obj.xxx=1111
print(dir(obj)) # obj.哪些属性
=================》掌握
for
i,v in enumerate(['a','b','c'])print(i,v)
=================》掌握
res=eval('{a1}') # 执行字符串中的表达式
print(res,type(res))
=================》掌握
class Foo
pass
obj=Foo()
print(isinstance(obj,Foo))
print(isinstance([],list)) # 类型判断推荐使用isinstance
print(type([]) is list) # 不推荐使用
issubclass() # 判断是否是子类
=================》掌握
import 'time' # 错误
time=__import__('time')
time.sleep(3)
4.什么是模块
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文件就是一个模块,文件名m.py,模块名mps:模块有四种形式
a.使用python编写的.py文件
b.已被编译为共享库或DLL的C或C + +扩展
c.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)
d.使用C编写并链接到python解释器的内置模块2.为何要有模块
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
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
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2import 自定义模块1
import 自定义模块2
import 自定义模块35、import 。。。 as 。。。
import foo as f # f=foo
f.get()
6、模块是第一类对象
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
返回