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
需要从该数字列表中找到我们想要的那个一个数字
如何做更高效？？？
nums=[-3,4,7,10,13,21,43,77,89]
find_num=10
nums=[-3,4,13,10,-2,7,89]
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=[-3,4,7,10,13,21,43,77,89]
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')
binary_search(find_num,nums)
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
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
print(func)
2、lamdab用于定义匿名函数
print(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：
func=lambda x,y:x+y
res=func(1,2)
print(res)
4、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
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)
'''
1、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文件本身就一个模块，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
2、为何有用模块
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
'''
y=333
z=444
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
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
t 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 abcdefgadfadfas
#####
##### abcdefgadfadfas.f1
##### abcdefgadfadfas.f2
##### abcdefgadfadfas.f3
import abcdefgadfadfas 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