算法：是高效解决问题的办法
二分法：遇事切一半，要求：有序
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')
面向过程的编程思想：核心是过程二字，过程即使流程，指的是做事的步骤，基于该思想编程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
函数式编程：不仅仅是利用函数来编程，是将编程转化为某种数学运算来进行编程
匿名函数：由lambda 定义的函数，多用于临时调用一次，与其他函数配合使用
def func(x,y):
return x+y
max取最大值max(可迭代对象,取值条件)
salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}
res=max(salaries,key=lambda k:salaries[k])
sorted排序 sorted(salaries,key=lambda k:salaries[k],reverse=True)
map（）
l=['x','xx','xxx','xxxx']
new_l=(name+'_dsb' for name in l)
print(new_l)
res=map(lambda name:name+'_dsb',l)
filter（）
res=filter(lambda name:name.endswith('sb'),l)
reduce（）
res=reduce(lambda x,y:x+y,['a','b','c'])
什么是模块：模块就是一系列功能的集合体 1.内置的模块
2.第三方的模块
3.自定义的额模块 一个python文件本身就一个模块
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
为何有用模块
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
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
如何用
import foo
1、首次导入模块会发生3件事
1.1、执行foo.py
1.2、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
1.3、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
2.1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
2.2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