• day20


    # 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)

     匿名函数

    # 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)

     

  • 相关阅读:
    线程的休眠和中断
    线程的强制运行
    多线程基础
    jar文件につぃて
    Exception和RuntimeException
    异常的抛出
    java之适配器模式
    分支语句
    运算符与表达式
    练习课(一)
  • 原文地址:https://www.cnblogs.com/pythonwork/p/15604070.html
Copyright © 2020-2023  润新知