二分法 函数式 模块

# -*- coding: utf-8 -*-
# @Time: 
# @Auther: kongweixin
# @File:
""""""
"""
#####################################################
##########                              #############
##########        1.0__二分法----总结     #############
##########                              #############
#####################################################

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？？？


# 我们需要找到3这是值 常用方法是直接进行整体遍历
# 但是如果列表过多会存在内存不足的情况

#方案一:

nums=[-3,-2,-1,0,1,2,3,4,5,6,7,8,9]
find_num=3

for num in nums:
    if num ==find_num:
        print("find it %s" % num )
        break


# 方案二： 二 分 法 的 步 骤 如 下 :   函数内使用的是递归

# 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,-2,-1,0,1,2,3,4,5,6,7,8,9]
find_num=1

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 %s' % num)

binary_search(find_num,nums)

# 输出结果 如下:

[-3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[-3, -2, -1, 0, 1, 2]
[1, 2]
[1]
find it 1

"""

"""
#####################################################
##########                              #############
##########  2.0__面向过程(理论)----总结   #############
##########                              #############
#####################################################
# 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

"""

"""
#####################################################
##########                              #############
##########       3.0__函数式----总结     #############
##########                              #############
#####################################################


# 1.0  def 用于定义有名函数

# 在调用时  必须写成函数名加()的形式  有参数必须加上参数才能够进行调用成功

def  func(x,y):
    return x+y

# print(func)   # func=函数的内存地址: <function func at 0x0000023BDFFC9168>

# 调用阶段 :
# print(func(1,2))  #输出结果为3


# 2.0 lambda用于定义匿名函数
print(lambda x,y:x+y)  # 输出结果:<function <lambda> at 0x000001F6FFA644C8>


# 3.0 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


匿名函数的案例应用
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)
"""


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]) # max函数的应用
# print(res)

res=max(salaries)
print(res)  # tom  是输出结果？？ 因为我们迭代字典时主要时key（根据Ascall码）、而非是value

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


# ========================max的应用
# 方案一
def func(k):#用于提取字典中的 value的值
    return salaries[k]
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)
#
#
"""
#####################################################
##########                              #############
##########       4.0__模块----总结     #############
##########                              #############
#####################################################


'''
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
import 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


"""