一、程序流程图
1.用规定的一系列图形、流程线和文字说明算法从开始到结束全部步骤，包括基本操作和控制流程。
2.流程图的基本元素包括：
1） 表示相应操作的框
2） 带箭头的流程线
3） 框内必要的文字说明
3.设计程序框图的步骤：
第一步：用自然语言表述算法步骤；
第二步：确定每一个算法步骤所包含的逻辑结构，并用相应的程序框图表示，得到该步骤的程序框图；
第三步：将所有步骤的程序框图用流程线连接起来，并加上终端框，得到表示整个算法的程序框图。
4.任何算法（程序）都可以由顺序结构、选择结构和循环结构这三种基本结构组合来实现.
5.顺序结构流程图
这个图表示了语句是s1、s2按着箭头的自然顺序依次执行！
举例：温度转换程序流程图
6.选择结构：
选择结构也叫分支结构，是指在算法中通过对条件的判断，根据条件是否成立而选择不同流向的算法结构。
选择结构的形式如下：
两者的区别在于：单选择结构在条件不满足的条件下执行了空操作，而双选择结构则执行了S2操作！
7.循环结构：
循环结构是指在一定条件下反复执行某部分代码的操作，是程序设计中最能发挥计算机特长的程序结构！
两者区别是：当型循环先判断所给条件是否成立，如果成立执行循环体A，如此反复，直到不成立，退出循环！
直到型循环先执行A，再判断条件是否成立，如果不成立，再执行A，如此反复，直到条件成立，退出循环！
注意：python中不提供直到型循环结构的语句！在必要的时候我们可以通过一系列特殊的方法来构造直到型循环！
程序的三种结构图示例：
二、简单分支结构
下面是一些关系操作符的例子：
程序代码格式如下：
三、for循环：
1.python可以使用for语句循环遍历整个系列的值
for <var> in <sequence>:
<body>
在for循环中，循环变量var遍历了队列中的每一个值，循环的语句体为每个值执行一次。
words= ['cat','windows','sequence']
for w in words:
print(w,len(w))
结果如下：
('cat', 3)
('windows', 7)
('sequence', 8)
2.for循环-缺点：
1.程序开始时必须提供输入数字总数。
2.大规模数字求平均值需要用户先数清楚个数。
3.for循环需要提供固定循环次数
4.Python提供了另一种循环模式即无限循环，不需要提前知道循环次数。
3.无限循环：
1.语法： while语句
while <condition>:
<body>
2.while语句中<condition>是布尔表达式
3.<body>是一条或多条语句
当条件<condition>为真时，循环体重复执行
当条件<condition>为假时，循环体终止执行
i = 0
while i <10:
print(i)
i = i+1
1). 如果循环体忘记累加i,条件判断一直为真，循环体将一直执行，这就是所谓的死循环程序。
2). 这时通常使用<Ctrl>-c来终止程序
4.for/while 的else、continue、break语句
break语句用于跳出最内层的while循环！
continue语句用于跳过本次循环语句,进入下一次循环语句，不是终止整个循环的执行！
else语句也可以和for循环语句搭配使用，else后面的表达式在没有break打断且for循环列表遍历完毕后，或者while循环语句条件不满足的情况下执行，这为我们程序编写提供了很大便利！
for n in range(2,10):
for x in range(2,n):
if n % x ==0:
print(n,"equals",x)
break
else:
#loop fell through without finding a factor
print(n,"is a prime number")
for x in range(2,10):
if 10 % x ==0:
print(10,"equals",x)
break
else:
#loop fell through without finding a factor
print(10,"is a prime number")
count = 2
while count <5 :
print("d")
count +=1
else:
#loop fell through without finding a factor
print(10,"is a prime number")
4.交互式循环
def main():
sum = 0.0
count = 0
moredata ="yes"
while moredata[0] == "y":
x = int(input("Enter a number: "))
sum = sum+x
count = count+1
moredata = input("Do you have more numbers (yes or no)?")
print("
The average of the number is",sum/count)
main()
注意：raw_input()函数和input()函数是有区别的：
这两个函数均能接收 字符串 ，但 raw_input() 直接读取控制台的输入（任何类型的输入它都可以接收）。而对于 input() ，它希望能够读取一个合法的 python 表达式，即你输入字符串的时候必须使用引号将它括起来，否则它会引发一个 SyntaxError ！
四、布尔表达式
#
if p1.getX() == p2.getX():
if p1.getY() == p2.getY():
#两点相同
else:
#两点不同
else:
#两点不同
像上面的比较p1和p2两点是不是在同一个点，也就是x值和y值是不是都相等，我们这里采用了嵌套的if判断，这种判断实际上是很不方便的，当有多个嵌套的条件判断时，就更加不方便！我们其实可以使用布尔
表达式and符号来代替这个决策结构！
布尔操作符：and ,or ,not
布尔运算符 and 和 or用于组合两个布尔表达式，并产生一个布尔结果！
<expr> and <expr> ：只有and操作符两边都为真的时候，这个表达式才为真！
<expr> or <expr> : 只有or操作符两边都为假的时候，这个表达式才为假！,其它情况为真！
not <expr>: not运算符计算一个布尔表达式的反,not运算符是一个一元运算符！
布尔运算符和算数运算符，也有优先级规则，从高到底依次是：not and or!
a or not b and c == (a or ((not b) and c))
建议初学者给复杂的运算加上括号，防止混淆！
那么，上面的判断p1和p2两点是不是相同的时候，我们可以按着如下判断：
if p1.getX() == p2.getX() and p1.getY() == p2.getY():
#两点相同
else:
#两点不同
这样就会简洁不少！
计算机中所有的决策都可以理解为布尔表达式！指定、运用和理解这些表达式对程序员来说是一项重要技能！
布尔表达式遵循特定的代数定律，这些规律被称为布尔逻辑或布尔代数！
布尔代数规则:
从上面可以看出 and 与*号相似，而or与+号相似！
1. 任何数据和true进行"or"操作都为真
a or true == true
2. and 和 or操作符都符合分配率
a or (b and c ) == (a or b) and (a or c)
a and (b or c) == (a and b) or (a and c)
3.not操作符具有负负抵消的特性。
not(not a) == a
4.德摩根定律，not放进表达式后，and和or运算符之间发生的变化。
not (a or b) == (not a) and (not b)
not (a and b) == (not a) or (not b)
布尔代数的应用是简化程序内的布尔表达式：
1.布尔代数的应用
while not(scoreA == 15 or scoreB ==15): #比赛继续
2.通过使用布尔代数，可以转换上面这个表达式。应用德摩根定律，其等价于表达式：
(not scoreA ==15) and (not scoreB == 15)
也就是如果A的分数不是15并且B的分数也不是15就继续比赛！
注意：使用not的分配率时，or和and的转变！
注意：在python中 None, False, 空字符串"", 0, 空列表[], 空字典{}, 空元组()都相当于False
对于数字(整型和浮点型)的零值被认为是false,任何非零值都是true.
bool类型仅仅是一个特殊的整数，可以通过计算表达式True + True 的值来测试一下！
print(True+True)
结果为：2
python中的布尔表达式是短路值，也就是说，当知道这个表达式的结果为True或者False的时候就不会继续算下去了！也就是在and运算符中只要知道and左侧为假，在or运算符中，只要知道or的左侧为真，python就不会去评估第二个表达式！