Python-练脑系列-03数据结构

简介: Python-练脑系列-03数据结构

练脑不断,快乐不止;本次是第三期练脑。

1、给定一个列表,其中每个元素都是一个由数字和运算符组成的字符串,例如 ['2+3', '4*5', '6/3'],计算列表中所有元素的值,并返回结果的列表。

2、给定一个列表和一个整数 k,返回列表中所有长度为 k 的连续子序列中的最大值。

3、给定一个字典,其中键和值都是字符串,将字典中的值按照字母表顺序排序,并返回排序后的字典。

4、打印从1到100的数字。但是对于3的倍数,打印"Fizz"替代数字;对于5的倍数,打印"Buzz"替代数字;对于既是3的倍数又是5的倍数的数字,打印"FizzBuzz"替代数字。


第一题解

list_ = ['2+3', '4*5', '6/3']
print([eval(i) for i in list_])

这是最简单的解法了,下面再举例一个不是很通用的写法

list_ = ['2+3', '4*5', '6/3']
count_dict = {"add_":"+","ride_":"*","divide_":"/"}
for value in list_:
    if count_dict['add_'] in value:
        print(int(value[0]) + int(value[-1]))
    if count_dict['ride_'] in value:
        print(int(value[0]) * int(value[-1]))
    if count_dict['divide_'] in value:
        print(int(value[0]) / int(value[-1]))

第二题解

这题跟前面一期的题目有点像

# 给定一个列表和一个整数 k,返回列表中所有长度为 k 的连续子序列中的最大值。
nums = [1, 3, 5, 2, 4, 6, 8]
k = 3
max_values = []
for i in range(len(nums) - k + 1):
    subsequence = nums[i:i+k]
    max_value = max(subsequence)
    max_values.append(max_value)
print(max_values)
# [5, 5, 5, 6, 8]

在nums中取出以长度为k的列表也就是按[1,3,5],[3,5,2]这样取值,然后求出列表中最大值

第三题解

# 给定一个字典,其中键和值都是字符串,将字典中的值按照字母表顺序排序,并返回排序后的字典。
my_dict = {'a': 'apple', 'o': 'orange', 'b': 'banana', 'd': 'grape'}
sorted_dict = {key: value for key, value in sorted(my_dict.items())}
print(sorted_dict)
# {'a': 'apple', 'b': 'banana', 'd': 'grape', 'o': 'orange'}

第四题解

for i in range(1,101):
    if i % 3 == 0:
        print(i , "Fizz")
    if i % 5 == 0:
        print(i , "Buzz")
    if i %3 == 0 and i % 5 == 0 :
        print("FizzBuzz")

这样写与题意有一点点的不合适,所以我们可以这么改:

for i in range(1,101):
    if i %3 == 0 and i % 5 == 0 :
        print("FizzBuzz")
    elif i % 3 == 0:
        print(i , "Fizz")
    elif i % 5 == 0:
        print(i , "Buzz")

这样写就比较的符合题意了。


最后,附上代码地址:https://gitee.com/qinganan_admin/python-article-sample-code/blob/master/Python%E9%A2%98%E7%9B%AE3-%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84.py

目录
相关文章
|
1月前
|
算法 开发者 计算机视觉
燃爆全场!Python并查集:数据结构界的网红,让你的代码炫酷无比!
在编程的世界里,总有一些数据结构以其独特的魅力和高效的性能脱颖而出,成为众多开发者追捧的“网红”。今天,我们要介绍的这位明星,就是Python中的并查集(Union-Find)——它不仅在解决特定问题上大放异彩,更以其优雅的设计和强大的功能,让你的代码炫酷无比,燃爆全场!
38 0
|
1月前
|
Python
Python 中常见的数据结构(二)
Python 中常见的数据结构(二)
|
1月前
|
存储 索引 Python
Python 中常见的数据结构(一)
Python 中常见的数据结构(一)
|
1月前
|
开发者 Python
Python 常用的数据结构
Python 常用的数据结构
|
1月前
|
存储 索引 Python
python数据结构之列表详解
列表是Python中极为灵活和强大的数据结构,适合于存储和操作有序数据集合。掌握其基本操作和高级特性对于编写高效、清晰的Python代码至关重要。通过本回答,希望能帮助你全面理解Python列表的使用方法,从而在实际编程中更加游刃有余。
23 0
|
1月前
|
存储 Python
Python 中常见的数据结构(三)
Python 中常见的数据结构(三)
|
1月前
|
算法 Python
逆袭之路!用 Python 玩转图的 DFS 与 BFS,让数据结构难题无处遁形
在数据结构的广袤领域中,图是一种强大而复杂的结构,而深度优先搜索(DFS)和广度优先搜索(BFS)则是遍历图的两把利剑。Python 以其简洁和强大的特性,为我们提供了实现和运用这两种算法的便捷途径。
74 0
|
1月前
|
程序员 Python 容器
python 中的 collections 模块:常用数据结构和工具详解
python 中的 collections 模块:常用数据结构和工具详解
14 0
|
2月前
|
存储 数据安全/隐私保护 Python
Python常用数据结构—字典
Python常用数据结构—字典
|
2月前
|
存储 索引 Python
Python编程的常用数据结构—列表
Python编程的常用数据结构—列表
下一篇
无影云桌面