面向对象编程的Python实例教程-区间的插入

简介: 面向对象编程的Python实例教程-区间的插入

面向对象编程的Python实例-区间的插入、


6663c79dafdd41589dd97db003122667.jpg


一、面向对象编程的Python实例描述


Python实例-区间插入的描述


  • 给出一个无重叠的,按照区间起始端点排序的列表。
  • 在列表中插入一个新的区间,可以确保列表中的区间。
  • 新的列表区间仍然有序且不重叠(如果有必要的话,可以合并区间)。


二、面向对象编程的Python实例的示例


Python实例:区间的插入示例如下所示

  1. 示例一
  • 输入:(2, 5)
  • 插入:[(1, 2),(5, 9)]
  • 输出:[(1,9)]
  1. 示例二
  • 输入:(3, 4)
  • 插入:[(1, 2),(5, 9)]
  • 输出:[(1,2), (3,4), (5,9)]


三、面向对象编程的Python实例的编写过程

3.1 本文的集成编译环境

本文的编译环境使用的是集成开发环境是: PyCharm 2021.1.1 x64




0d3b3fc52c414196bd61d2f6b4f57e34.png



pycharm具有的特点如下所示


编码协助

其提供了一个带编码补全,代码片段,支持代码折叠和分割窗口的智能、可配置的编辑器,可帮助用户更快更轻松的完成编码工作。

项目代码导航

该IDE可帮助用户即时从一个文件导航至另一个,从一个方法至其申明或者用法甚至可以穿过类的层次。


若用户学会使用其提供的快捷键的话甚至能更快。


cb3cb8abe4bd4a1fb9a167e6dfc7b4cb.jpg

代码分析


用户可使用其编码语法,错误高亮,智能检测以及一键式代码快速补全建议,使得编码更优化。


Python重构


有了该功能,用户便能在项目范围内轻松进行重命名,提取方法/超类,导入域/变量/常量,移动和前推/后退重构。


支持Django


有了它自带的HTML,CSS和 JavaScript编辑器 ,用户可以更快速的通过Django框架进行Web开发。

此外,其还能支持CoffeeScript, Mako 和 Jinja2。


支持Google App引擎


用户可选择使用Python 2.5或者2.7运行环境,为Google App引擎进行应用程序的开发,并执行例行程序部署工作。


84178d3406484f109f98ebc8e600f82b.png


集成版本控制


登入,录出,视图拆分与合并–所有这些功能都能在其统一的VCS用户界面(可用于Mercurial, Subversion, Git, Perforce 和其他的 SCM)中得到。


图形页面调试器


用户可以用其自带的功能全面的调试器对Python或者Django应用程序以及测试单元进行调整,该调试器带断点,步进,多画面视图,窗口以及评估表达式。


1d1d87fd529141658e17d0e86987ffe2.png

  1. 集成的单元测试
  • 用户可以在一个文件夹运行一个测试文件,单个测试类,一个方法或者所有测试项目。
  • 可自定义&可扩展
  • 可绑定了 Textmate, NetBeans, Eclipse & Emacs 键盘主盘,以及 Vi/Vim仿真插件。

3.2 编写Interval类


class Interval(object):
    def __init__(self, start, end):
        self.start = start
        self.end = end
    def get(self):
        String = '(' + str(self.start) + ',' + str(self.end) + ')'
        return String
    def equals(self, Intervalx):
        if self.start == Intervalx.start and self.end == Intervalx.end:
            return 1
        else:
            return 0

8492d4095e884db2853eb701e7940c6f.png


3.3 编写Solution类


class Solution:
    def insert(self, intervals, newInterval):
        results = []
        insterPos = 0
        for interval in intervals:
            if interval.end < newInterval.start:
                results.append(interval)
                insterPos += 1
            elif interval.start > newInterval.end:
                results.append(interval)
            else:
                newInterval.start = min(interval.start, newInterval.start)
                newInterval.end = max(interval.end, newInterval.end)
        results.insert(insterPos, newInterval)
        return results

50122aef2b9943a0beeeb623b4326303.png


3.4 编写textOutput函数

def textOutput():
    print('- 给出一个无重叠的,按照区间起始端点排序的列表。')
    print('在列表中插入一个新的区间,可以确保列表中的区间。'
    print('新的列表区间仍然有序且不重叠(如果有必要的话,可以合并区间)。')

f7edc3ede05a4b4883f6fde6c3050c90.png


3.5 编写Main函数

def Main():
    textOutput()
    solution = Solution()
    interval1 = Interval(1, 2)
    interval2 = Interval(5, 9)
    interval3 = Interval(2, 5)
    results = solution.insert([interval1, interval2], interval3)
    print('输入: [', interval1.get(), ',', interval2.get(), ']', ' ', interval3.get())
    print('输出: [', results[0].get(), ']')

7ce29ee1479c4fedbb6639d89578ad95.png


3.6 编写调用Main的代码

if __name__ == '__main__':
    Main()

3.7 面向对象编程实例的运行结果


51d10761a9db409491fd495c1e94b939.png

Python实例: 插入区间
给出一个无重叠的,按照区间起始端点排序的列表。
在列表中插入一个新的区间,可以确保列表中的区间。
新的列表区间仍然有序且不重叠(如果有必要的话,可以合并区间)。
Python实例-区间的插入运行结果
输入: [ (1,2) , (5,9) ]   (1,9)
输出: [ (1,9) ]
Process finished with exit code 0


四、面向对象编程的Python实例的总结


本文主要讲解了面向对象编程的Python实例:区间的插入

区间使用一个列表表示

列表是有序的

定义了Interval、Solution类

在类中定义了相关的方法、构造函数

在程序中编写了相应的自定义的主函数


539b4b3ef86d48edbfe8b3dafd47915e.jpg


本文到这里就结束啦。

希望本文的面向对象编程的Python实例可以让你快速掌握Python面向对象的编程。

相关文章
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
14 1
|
9天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
12 3
|
12天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
29 5
|
11天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
10天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
19 1
|
14天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
25 2
|
15天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
27 3
|
15天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
32 1
|
8天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
16 0
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
14 0
下一篇
无影云桌面