一、《计算机科学概论》
第七章、问题求解与算法设计
（一）如何解决问题
- 步骤
第一步：理解问题
第二步：找到信息和解决方案之间的联系，如果找不到直接联系，则可能需要考虑设计辅助问题。最终应该找到解决方案。
第三步：正确地执行方案
第四步：分析的得到的解决方案
George Polya——《How to solve it》
- 寻找熟悉的情况
永远不要彻底重新做一件事，学会借鉴改进已有的解决方案，举一反三。
- 分治法：把大问题分割成能独立解决的小问题，“子任务”
- 算法（algorithm）在有限的时间内用有限的数据解决问题的明确指令集合。
- 计算问题求解过程：四个阶段：分析和说明阶段、算法开发阶段、实现阶段、维护阶段
（二）有简单参数的算法
- 带有选择的算法：if elif else
- 带有循环的算法：
(1) 计数控制循环：设置循环控制变量，while+expression，控制变量增量
(2) 事件控制循环：不同于计数控制循环，用计数器控制循环的始末。此方法是用while+expression，的布尔值来控制循环的。
(3) 嵌套结构（nested structure）：控制结构嵌入另一个控制结构，又称为嵌套逻辑。
(4) 抽象步骤（abstract step）细节仍未明确的算法步骤
具体步骤（concrete step）细节完全明确的算法步骤
（三）复杂变量
1．数组：同构项目的有名集合，与数组有关的三种算法：搜索、排序、处理
（1）搜索算法：
i） 顺序搜索，
ii）有序数组中的顺序搜索，
iii）二分检索（采用分治法，检索有序数组）（binary search）：在有序列表中查找项目的操作，通过比较操作排除大部分的检索范围。
（2）排序
i）选择排序
ii）冒泡排序
iii）插入排序
2．记录：异构项目的有名集合，
（四）递归算法
1．递归（recursion）算法调用它本身的能力，是另一种重复循环的控制结构。
2．子程序 调用单元 return
3．无限递归与无限循环等价
4．递归阶乘的python实现
#递归阶乘
def jiecheng(a):
if a==1:
return a
elif a == 0:
return 1
else:
return a*jiecheng(a-1)
n = int(input('digit please'))
print(jiecheng(n))
5．递归二分检索
6．快速排序
（五）几个重要思想
1．信息隐蔽（information hiding）：隐蔽模块的细节以控制对这些细节的访问的做法
2．抽象：（abstraction）复杂系统的一种模型，只包括对观察者来说必须的细节
（1）数据抽象（data abstraction）把数据的逻辑视图和它的实现分离开
（2）过程抽象（procedural abstraction）把动作的逻辑视图和它的实现分离开
（3）控制抽象（control abstraction）把控制结构的逻辑视图和它的实现分离开
（4）控制结构（control structure）用改变正常的顺序控制流的语句
备注：重要算法
穷举法，穷举思想。
循环算法
二、《自学是一门手艺》
第十章、为什么从函数开始
在绝大多数情况下，输入多于输出，或者说，输入远大于输出，这不仅是自然现象，也是无法改变的规则
在未来的学习中，有空就去读读别人写的代码是一个需要养成的好习惯，理解能力的提高就靠他了，就像学习英语一样，读得多了，自然就读的快了，也就理解的快了，在过程中还能自然而然的习得更多的句式。说理方法、讲故事的策略，最终变得“很能写”
结构化编程的核心就是拆分任务。在什么情况下任务就不能再拆分了呢？当一个函数只完成一项功能的时候。
第十一章第一二节、关于参数
- 命名：不能有空格、不能用数字开头、学会使用下划线
- 如果没有返回值，函数默认返回布尔值，从而可以用于条件语句
- 闰年判断，python
year = int(input('请输入要判断的年份'))
if year%4==0:
if year%400==0:
print('是闰年')
elif year%100==0 and year%400!=0:
print('不是闰年')
else:
print('是闰年')
elif year%4!=0:
print('不是闰年')
- 斐波那契数列 python
n=int(input('你需要第几项斐波那契数列值：'))
n1=1
n2=1
count=2
if n<=0:
print('输入数字有误')
elif n==1 or n==2:
print(1)
else:
while count<n:
nn=n1+n2
n1=n2
n2=nn
count+=1
print(nn)
- 局部变量与全局变量
函数每次被调用的时候都会开辟一个区域，所以即使局部变量与全局变量名称相同，他们也不是同一个变量。
一个比较好的习惯：如果传递进来的之值是列表，那么在函数内部对其进行操作之前，创建他的一个拷贝。
- 可接受一系列值的位置参数
带一个* (arbitrary positional arguments)
在函数内部，把可变位置参数当做一个容器来处理。
一个函数只可定义一个可变位置参数，且写于其他参数后面。
def say_hi(*names):
for name in names:
print(f'Hi,{name}!')
names=('jack','linda','tom','bob')
say_hi(*names)
Hi,jack!
Hi,Linda!
Hi,tom!
Hi,bob!
- 关键字参数（keyword arguments）从用户角度看，这些设定了默认值的参数就变成了可选参数。同样，我们可以设定一个能够接收很多个值的关键字参数。** （arbitrary keyword arguments）
- Python参数排序规则
Positional — arbitrary positional— keyword — arbitrary keyword
第三节、化名与匿名
- 化名：很容易导致重名、取名含混。不是个好主意。
- 用lambda关键字写一个很短的函数
(1) lambda x，y：x+y
(2) 冒号之后有且仅有一个表达式
(3) 这个函数没有名字，因而称为匿名函数。
(4) Add = lambda x,y:x+y 将匿名函数命名。
- Lambda 函数的使用场景
(1) 作为另一个函数的返回值
(2) 作为另一个函数的参数
第四节、递归函数
1．即那些在自身内部调用自身的函数
2．递归阶乘 python
#递归阶乘
def jiecheng(a):
if a==1:
return a
elif a == 0:
return 1
else:
return a*jiecheng(a-1)
n = int(input('digit please'))
print(jiecheng(n))
3．规律：return 返回自身的调用 、return至少有一个返回终止条件、在递归过程中能逐步达到退出条件。
