二分法
二分法查找适用于数据量较大时，但是数据需要先排好顺序。主要思想是：（设查找的数组区间为array[low, high]）
（1）确定该区间的中间位置k
（2）将查找的值T与array[k]比较。若相等，查找成功返回此位置；否则确定新的查找区域，继续二分查找。
区域确定如下：array[k]>T 由数组的有序性可知array[k,k+1,……,high]>T;故新的区间为array[low,……，k-1]；
若array[k]<T 由数组的有序性可知array[k,k-1,……,low]<T;故新的区间为array[k+1,……，high]
应用：查找一个数是否在一个有序的列表中
def search(nums, target):
mid_index = len(nums)//2
mid_num = nums[mid_index]
if not nums:
print('not exists!')
if mid_num == target:
print('find it!')
elif mid_num < target:
nums = nums[mid_index+1:]
search(nums,target)
else:
nums = nums[:mid_index]
search(nums, target)
nums = [-1,0,3,5,9,12]
target = 9
search(nums,target)
find it!
匿名函数
匿名函数是用关键字lambda定义的函数
# 语法
lambda 参数: 逻辑代码
# 如返回x,y的和
func = lambda x,y:x+y
res = func(1,2)
print(res)
3
匿名函数使用一次就失效了，一般不单独使用，与max最大值/min最小值/sorted排序/map映射/filter过滤 连用
如：返回字典中工资最高的人
# max(iterable,key=func) 将func函数的返回值作为判断的依据，返回iterable中的最大值
saraly_dict = {
'nick':30000,
'egon':100000,
'tank':2000,
'alex':10212
}
res = max(saraly_dict, key=lambda name:saraly_dict[name])
print(res)
egon
如：返回字典中工资最低的人
# min(iterable,key=func) 将func函数的返回值作为判断的依据，返回iterable中的最小值
saraly_dict = {
'nick':30000,
'egon':100000,
'tank':2000,
'alex':10212
}
res = min(saraly_dict, key=lambda name:saraly_dict[name])
print(res)
tank
如: 将字典中按工资进行排序
# sorted(iterable,key=func) 将func函数的返回值作为判断的依据，对iterable进行从小到大排序
saraly_dict = {
'nick':30000,
'egon':100000,
'tank':2000,
'alex':10212
}
res = sorted(saraly_dict, key=lambda name:saraly_dict[name])
res1 = sorted(saraly_dict, key=lambda name:saraly_dict[name], reverse=True) # 加关键字reverse=True则从大到小排序
print(res)
print(res1)
['tank', 'alex', 'nick', 'egon']
['egon', 'nick', 'alex', 'tank']
如: 将列表中的字符都加上'abc'
# map(func,iterable) 将iterable中的每个元素传入到func中执行
lis = ['a', 'b','123']
res = map(lambda x:x+'abc', lis)
print(list(res))
['aabc', 'babc', '123abc']
如: 将列表中以'ed’结尾的元素筛选出来
# filter(func,iterable) 将iterable中的每个元素传入到func中进行筛选
lis = ['sorted', 'teach', 'jumped']
res = filter(lambda x: x.endswith('ed'), lis)
print(list(res))
['sorted', 'jumped']
内置函数
1.bytes() 编码字符，将unicode编码成指定字符
print(bytes('中国',encoding='utf8'))
b'xe4xb8xadxe5x9bxbd'
2.chr()/ord()与ASCII码之间转换
print(chr(97)) # chr将ASCII码转换成对应字符
print(ord('a')) # ord将字符转换成对应的ASCII码
a
97
3.divmod(x,y) 取整取余
print(divmod(10,3))
(3, 1)
4.enumerate()获取索引和值
res = ['a', 'b','c']
for k,v in enumerate(res):
print(k,v)
0 a
1 b
2 c
5.eval() 去除数据外的引号，引号里面是什么数据类型就返回什么数据类型
print(eval('[1,2,3]'))
[1, 2, 3]
6.hash() 可哈希不可变，不可哈希可变
print(hash('abc')) # 若里面是可变数据类型，则会报错
1361908011752591342
7.abs 取绝对值
print(abs(-10))
10
8.all()若全为真，返回True,否则返回False
print(all(['abc',1]))
True
9.any()只要有一个为真就为True，否则返回False
print(any([0,'ab']))
True
10.bin()/oct()/hex() 转成二进制/八进制/十六进制的形式
print(bin(17))
print(oct(17))
print(hex(17))
0b10001
0o21
0x11
11.dir()列出所有的功能
import time
print(dir(time))
['_STRUCT_TM_ITEMS', '__doc__', '__loader__', '__name__', '__package__', '__spec__', 'altzone', 'asctime', 'clock', 'ctime', 'daylight', 'get_clock_info', 'gmtime', 'localtime', 'mktime', 'monotonic', 'perf_counter', 'process_time', 'sleep', 'strftime', 'strptime', 'struct_time', 'time', 'timezone', 'tzname']
12.frozenset()不可变集合
print(frozenset([1,3,2]))
frozenset({1, 2, 3})
13.globals()/locals() 查看全局变量/局部变量
14.pow(x,y,z)
print(pow(3,2,4)) # 返回 x**y%z
1
15.round() 四舍五入
print(round(3.4))
3
16.sum()求和
print(sum([1,2,3]))
6
17._import_() 通过字符串导入模块
m = __import__('time')
print(m.time()) # 就是导入了time模块，m.time()就是运行time.time()
1559730202.8626022
面向过程编程
按照一定的顺序，顺序中的每一步都可以看成函数，这个函数的输入是上一个函数的输出，这就叫面向过程编程
优点：
- 逻辑清晰，简单明了
- 每个函数可以独立的写出来
缺点：
- 相互之间会有一定的联系，上一步中断了，下一步也就中断了
- 有一个功能改变了，其他的功能也要改变
- 可扩展性差