二分法
算法：是高效解决问题的办法
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
需要从数字列表中找到我们想要的那一个数字如何高效？？
nums=[-3,4,7,10,13,21,43,77,89]
find_num=10
nums=[-3,4,6,8,,45,-12,55]
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=找到列表中间的值
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=[-3,4,7,10,13,21,42,43,77,89]
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_srarch(find_num,l)
elif find_num < l[mind_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)
面向过程编程思想
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，也并不代表这个软件所有的组成部分都需要一起更迭
匿名函数
def用于定义有名函数
def func(x,y):
return x+y
print(func)
lambda用于定义匿名函数
print(lambda x,y:x+y)
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)
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
匿名函数的应用
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)
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
一、什么是模块：
模块就是一系列功能的集合体，分为三大类
1.内置的模块
2.第三方的模块
3.自定义的模块
一个python文件本身就是一个模块，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
二、为何有用模块
1.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
2.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
三、怎么用
y=333
z=444
import foo
1.首次导入模块会发生3件事
- 执行foo.py
- 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
- 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的名字发生冲突
x=1111111
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=33333
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
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
1.python内置模块
2.第三方模块
3.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 abcdefgadfadfa
abcdefgadfadfa.f1
abcdefgadfadfa.f2
abcdefgadfadfa.f3
import abcdefgadfadfa 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取纯小写+下划线的风格
8.可以在函数内导入模块
def func():
import foo