【Python百日刷题计划】Day6~初识算法与递归

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 【Python百日刷题计划】Day6~初识算法与递归

 🍀目录

🍏例一前言

🍏例一要求

🍏例一解析

🍏二分法流程图分析

🍏例一答案

🍅例二前言

🍅例二要求

🍅例二解析

🍅例二答案

🍅例题二思考

🍀最后


🍏例一前言

如果有一个列表 'l',要 让你从这个列表中找到66的位置,你要怎么做?

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

你可能使用以下方法会很简单的到结果:

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
print('l中66的索引位置是:',l.index(66))
输出结果:
l中66的索引位置是: 17
image.gif

我们之所以用index方法可以找到,是因为python内部帮我们实现了查找方法。如果题目明确规定index方法不给你用了,并且只能够使用算法查找,你还能找到这个66么?

🍏例一要求

使用二分查找算法实现列表中index方法的功能,例如给你一个列表

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

通过调用你写的find函数可以返回该列表中你想查找的元素的下标,如果你想查找的元素不在该列表中调用find函数则返回'你想要的值不在该列表中'

🍏例一解析

    • 简述一下算法:

           我们学习的算法都是过去时,只有我们了解基础算法,才能够创造出更好的算法,不是

    所有的事情都能套用现成的方法解决,有的时候会用到学过的算法知识来解决新的问题。

      • 二分法的使用条件:

      1)数组为有序数组。

      2)同时题目还强调数组中无重复元素,因为一旦有重复元素,使用二分查找法返回的元素下标可能不是唯一的。        

      解决本题之前应该要熟悉递归函数的使用方法以及二分法的条件

      🍏二分法流程图分析

      比如们要在列表中找到元素66对应的位置,应该将每一次列表的中间数与66进行比较,第一次比较中间值41<66,则说明66位于41的右边,则下一次取41右边的所有数的中间值与66进行比较,以此类推直到中间值与66相同就找到了66所在的位置。

      image.gif编辑

      🍏例一答案

      l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
      #确定函数的参数l为想找元素所在的列表,aim为想找的元素,其他为默认参数
      def find(l,aim,start=0,end=None):              
          end = len(l) if end is None else end
          mid_index = (end - start) // 2 + start    #求中间值mid_index
          if start <= end:                          #若start > end则说明元素不在该列表中
              if aim > l[mid_index]:
                  return find(l,aim,start = mid_index + 1,end=end)
              if aim < l[mid_index]:
                  return find(l, aim,start=start,end=mid_index - 1)
              else:
                  return mid_index
          else:
              print('你想要的值不在该列表中')
      image.gif

      🍅例二前言

      这里我们又要举个例子来说明递归能做的事情。

      例二:

      现在你们问我,A同学多大了?我说我不告诉你,但A同学比 B同学大两岁。

      你想知道A同学多大,你是不是还得去问B同学的年龄?B同学说,我也不告诉你,但我比C同学大两岁。

      你又问C同学的年龄,C同学也不告诉你,他说他比D同学大两岁。

      那你问D同学,D同学终于告诉你,他18了。

      这个时候你是不是就知道了?A同学多大?

      image.gif

      🍅例二要求

      使用递归函数求得各个同学的年龄

      🍅例二解析

      本题难度十分小,主要是了解递归

      递归函数:在一个函数里在调用这个函数本身。

      递归的最大深度:998

      正如你们刚刚看到的,递归函数如果不受到外力的阻止会一直执行下去。但是我们之前已经说过关于函数调用的问题,每一次函数调用都会产生一个属于它自己的名称空间,如果一直调用下去,就会造成名称空间占用太多内存的问题,于是python为了杜绝此类现象,强制的将递归层数控制在了997

      条件:

        1、超过最大递归限制的报错
         2、只要写递归函数,必须有结束条件
      返回值:
         1、不要只看到return就认为已经返回了,要看返回操作是在递归的第几层的时候发生的
         然后返回给了谁
         2、如果不是返回给了最外层函数,调用者就接收不到,需要再分析,看如何把结果返回回来

      🍅例二答案

      参数n表示想找学生的序号:例A(n = 1),B(n = 2)……

      def age(n):
          if n == 4:
              return 18
          else:
              return age(n+1) + 2
      image.gif

      🍅例题二思考

      找出下面代码出错的原因,为什么没写return不是返回None而是报错呢?以及为什么会出现以下的错误类型

      def age(n):
          if n == 4:
              return 18
          else:
              age(n+1) + 2
      print(age(2))
      输出结果:
      TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'
      错误翻译:
      TypeError:+ 不支持的操作数类型:“NoneType”和“int”
      image.gif

      结合以下代码分析

      image.gif


      相关文章
      |
      3天前
      |
      监控 算法 安全
      深度洞察内网监控电脑:基于Python的流量分析算法
      在当今数字化环境中,内网监控电脑作为“守城卫士”,通过流量分析算法确保内网安全、稳定运行。基于Python的流量分析算法,利用`scapy`等工具捕获和解析数据包,提取关键信息,区分正常与异常流量。结合机器学习和可视化技术,进一步提升内网监控的精准性和效率,助力企业防范潜在威胁,保障业务顺畅。本文深入探讨了Python在内网监控中的应用,展示了其实战代码及未来发展方向。
      |
      19天前
      |
      机器学习/深度学习 人工智能 算法
      基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
      眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
      81 4
      基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
      |
      29天前
      |
      存储 缓存 监控
      局域网屏幕监控系统中的Python数据结构与算法实现
      局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
      124 66
      |
      1天前
      |
      存储 算法 安全
      控制局域网上网软件之 Python 字典树算法解析
      控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
      31 17
      |
      10天前
      |
      存储 监控 算法
      员工电脑监控屏幕场景下 Python 哈希表算法的探索
      在数字化办公时代,员工电脑监控屏幕是保障信息安全和提升效率的重要手段。本文探讨哈希表算法在该场景中的应用,通过Python代码例程展示如何使用哈希表存储和查询员工操作记录,并结合数据库实现数据持久化,助力企业打造高效、安全的办公环境。哈希表在快速检索员工信息、优化系统性能方面发挥关键作用,为企业管理提供有力支持。
      37 20
      |
      5天前
      |
      存储 人工智能 算法
      深度解密:员工飞单需要什么证据之Python算法洞察
      员工飞单是企业运营中的隐性风险,严重侵蚀公司利润。为应对这一问题,精准搜集证据至关重要。本文探讨如何利用Python编程语言及其数据结构和算法,高效取证。通过创建Transaction类存储交易数据,使用列表管理订单信息,结合排序算法和正则表达式分析交易时间和聊天记录,帮助企业识别潜在的飞单行为。Python的强大功能使得从交易流水和沟通记录中提取关键证据变得更加系统化和高效,为企业维权提供有力支持。
      |
      4天前
      |
      存储 算法 安全
      U 盘管控情境下 Python 二叉搜索树算法的深度剖析与探究
      在信息技术高度发达的今天,数据安全至关重要。U盘作为常用的数据存储与传输工具,其管控尤为关键。本文探讨Python中的二叉搜索树算法在U盘管控中的应用,通过高效管理授权U盘信息,防止数据泄露,保障信息安全。二叉搜索树具有快速插入和查找的优势,适用于大量授权U盘的管理。尽管存在一些局限性,如树结构退化问题,但通过优化和改进,如采用自平衡树,可以有效提升U盘管控系统的性能和安全性。
      15 3
      |
      19天前
      |
      存储 算法 Serverless
      剖析文件共享工具背后的Python哈希表算法奥秘
      在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。
      |
      26天前
      |
      算法 网络协议 Python
      探秘Win11共享文件夹之Python网络通信算法实现
      本文探讨了Win11共享文件夹背后的网络通信算法,重点介绍基于TCP的文件传输机制,并提供Python代码示例。Win11共享文件夹利用SMB协议实现局域网内的文件共享,通过TCP协议确保文件传输的完整性和可靠性。服务器端监听客户端连接请求,接收文件请求并分块发送文件内容;客户端则连接服务器、接收数据并保存为本地文件。文中通过Python代码详细展示了这一过程,帮助读者理解并优化文件共享系统。
      |
      1月前
      |
      存储 缓存 算法
      探索企业文件管理软件:Python中的哈希表算法应用
      企业文件管理软件依赖哈希表实现高效的数据管理和安全保障。哈希表通过键值映射,提供平均O(1)时间复杂度的快速访问,适用于海量文件处理。在Python中,字典类型基于哈希表实现,可用于管理文件元数据、缓存机制、版本控制及快速搜索等功能,极大提升工作效率和数据安全性。
      65 0