【Python】综合运用知识点,完成金额折扣、斐波那契数列等编程,结合递归方法

简介: 最近在学习python,如何快速提高所学编程和加深印象呢 很显然,通过多练习和尝试编写代码实现功能
作者:小5聊基础
简介:一只喜欢全栈方向的程序员,欢迎咨询,尽绵薄之力答疑解惑
编程原则:Write Less Do More
  • 主要知识点列表
编号 语言或插件 知识点 说明
1 python %s 字符出输出标识
2 python 逻辑判断 if-elif,python这个elif写法挺特别,一般都是else if,直接简写成了elif
3 python def 定义方法关键词

【金额折扣计算编程】

  • 编程要求如下
编写程序,实现如下表所示的购货金额折扣计算
X(数量) Y(金额) 备注
x<10 10x 10元每件
10<=x<20 9.5x 9.5元每件
20<=x<40 9x 9元每件
x>=40 8.5x 8.5元每件
  • 分析

从题目可以知道,购买不同数量的商品,会有一定折扣,对应金额也就不一样,同时考查知识点如下

1)逻辑判断,if-elif

image.png

  • 代码
#!/usr/bin/python3
# -*- coding: utf-8 -*-
# 2022.06.15 14:34
import sys 

while True:
    print('请输入购买数量:')
    sum_price = 0 # 总金额
    x = int(input()) # 数量购买数量
    y = 10 # 金额默认10元/件
    if x < 10:
        y = 10
    elif x >= 10 and x < 20:
        y = 9.5
    elif x >= 20 and x < 40:
        y = 9
    elif x > 40:
        y = 8.5
    sum_price = y * x
    if x > 10:
        print('购买数量:%s,原价:10,折扣前总金额:%s' % (x,10 * x))
    print('购买数量:%s,折扣价:%s,折扣后总金额:%s' % (x,str(y),str(sum_price)))
    print('优惠金额:%s\r\n' % (10 * x - y * x))
AI 代码解读

【斐波那契数列编程】

  • 编程要求如下
写一个函数,给定N,返回斐波那契数列第n项。 <br/>
斐波那契数列指的是这样一个数列:0、1、1、2、3、5、8、13、21、34、……在数学上,斐波那契数列以如下被以递推的方法定义:F(0)=0,F(1)=1,F(n)=F(n - 1)+F(n - 2)(n≥ 2,n∈ N)
  • 什么是斐波那契数列?

又称黄金分割数列,这个数列从第3项开始,每一项都等于前两项之和

  • 分析

知道上面概念后,就知道应该如何编程了

1)先定义一个方法,使用递归方法生成一组斐波那契数列,然后返回第n项值

image.png

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# 2022.06.15 14:34
import sys 

arr = []
start_value = 1
index = 0
def createData(index,N):
    if index == 0 or index == 1:
        arr.append(1)
    else:
        arr.append(arr[index - 1] + arr[index - 2])
    index+=1
    if index>N:
        return arr
    else:
        return createData(index,N)

while True:
    print('请输入斐波那契数列长度N:')
    L = int(input())
    N=createData(index,L)
    print('数列值:%s' % N)
    
    print('请输入斐波那契数列第n项值:')
    n = int(input())
    print('第%s项值:%s' % (n,N[n-1]))
AI 代码解读
目录
打赏
0
0
0
0
6
分享
相关文章
|
8天前
|
Python语言中常用的文件操作方法探讨
通过上述方法的结合使用,我们可以构筑出强大并且可靠的文件操作逻辑,切实解决日常编程中遇到的文件处理问题。
125 72
稀疏矩阵存储模型比较与在Python中的实现方法探讨
本文探讨了稀疏矩阵的压缩存储模型及其在Python中的实现方法,涵盖COO、CSR、CSC等常见格式。通过`scipy.sparse`等工具,分析了稀疏矩阵在高效运算中的应用,如矩阵乘法和图结构分析。文章还结合实际场景(推荐系统、自然语言处理等),提供了优化建议及性能评估,并展望了稀疏计算与AI硬件协同的未来趋势。掌握稀疏矩阵技术,可显著提升大规模数据处理效率,为工程实践带来重要价值。
117 58
|
1月前
|
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
161 33
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
37 1
Python时间序列平滑技术完全指南:6种主流方法原理与实战应用
时间序列数据分析中,噪声干扰普遍存在,影响趋势提取。本文系统解析六种常用平滑技术——移动平均、EMA、Savitzky-Golay滤波器、LOESS回归、高斯滤波与卡尔曼滤波,从原理、参数配置、适用场景及优缺点多角度对比,并引入RPR指标量化平滑效果,助力方法选择与优化。
77 0
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
解决Python requests库POST请求参数顺序问题的方法。
总之,想要在Python的requests库里保持POST参数顺序,你要像捋顺头发一样捋顺它们,在向服务器炫耀你那有条不紊的数据前。抓紧手中的 `OrderedDict`与 `json`这两把钥匙,就能向服务端展示你的请求参数就像经过高端配置的快递包裹,里面的商品摆放井井有条,任何时候开箱都是一种享受。
60 10
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
93 11
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
145 28

热门文章

最新文章

推荐镜像

更多
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等