Stellen Sie sich vor, Sie haben ein Stück Papier in der Hand mit 1.000 aufgeführten Namen und müssen eine davon finden, aber diese Liste befindet sich nicht in alphabetischer Reihenfolge. Es w?re sehr frustrierend, nicht wahr? W?hrend es lange dauert, um diese Liste zu kl?ren, erleichtert es viel einfacher, Namen zu finden. Das Sortieren von Dingen ist also unser menschliches natürliches Verlangen, und die Suche nach sortierten Listen ist offensichtlich mehr arbeitssparend als die Suche nach ungeordneten Listen.
In der Computerwelt kann die Liste der Suchvorg?nge sehr gro? sein, und sogar schnelle Computer kann die Leistung beeintr?chtigt werden. In diesem Fall w?re ein geeigneter Sortier- und Suchalgorithmus die L?sung für solche Probleme. Sortieren ist der Prozess der Sortierung einer Liste von Werten in der Reihenfolge, w?hrend die Suche der Prozess des Findens der Werteposition in der Liste ist.
Um die Bedeutung dieser Ausgabe zu veranschaulichen, lassen Sie mich Ihnen zeigen, was der gro?e amerikanische Informatiker Donald Knuth sagte:
Computerhersteller in den 1960er Jahren sch?tzten, dass bei allen Kunden mehr als 25% ihrer Computerrunzleiter für die Sortierung aufgewendet wurden. In vielen Installationsf?llen nimmt die Sortieraufgabe mehr als die H?lfte der Berechnungszeit ein. Aus diesen Statistiken k?nnen wir schlie?en, dass (i) Sortierung viele wichtige Anwendungen hat oder (ii) viele Menschen sortieren, wenn sie nicht sollten oder (iii) ineffiziente Sortieralgorithmen weit verbreitet sind. —— "Die Kunst des Computerprogrammierens" Band 3: Sortieren und Suche, Seite 3
In diesem Tutorial werde ich Ihnen zeigen, wie Sie den Auswahl -Sortieralgorithmus und den linearen Suchalgorithmus implementieren.
Aber bevor wir anfangen, wenn Sie nur in Ihrem Python-Code sortieren und suchen m?chten, zeige ich Ihnen die integrierte Methode.
integrierte Sortiermethoden und Funktionen in Python
Sie k?nnen mit Python viele Sortieralgorithmen erstellen. Dies ist eine gute Lernübung, aber für Produktionsanwendungen sollten Sie sich an integrierte gespeicherte Funktionen und Methoden in Python halten.
Python hat eine list.sort()
-Methode, mit der Sie die Liste an Ort und Stelle sortieren k?nnen. Der Sortieralgorithmus, der hinter den Kulissen von Python verwendet wird, hei?t Timsort. Es ist ein Hybridsortieralgorithmus, der auf Sortier- und Zusammenführungssortierungen basiert und in vielen Leben im realen Leben eine hervorragende Leistung bietet. Hier ist ein Beispiel für die Verwendung dieser beiden Funktionen und Methoden:
marks_a = [61, 74, 58, 49, 95, 88] marks_b = [94, 85, 16, 47, 88, 59] # [49, 58, 61, 74, 88, 95] print(sorted(marks_a)) # None print(marks_b.sort()) # [61, 74, 58, 49, 95, 88] print(marks_a) # [16, 47, 59, 85, 88, 94] print(marks_b)
Sie k?nnen einige Situationen im obigen Code bemerken. Die Funktion sorted()
gibt eine neue sortierte Liste zurück, ohne die ursprüngliche Liste marks_a
zu ?ndern. Die ursprüngliche Liste bleibt jedoch gleich. Wenn wir dagegen die marks_b
-Methode auf sort()
aufrufen, gibt es None
zurück.
Sie k?nnen einige Parameter übergeben, um das Sortierverhalten zu ?ndern. übergeben Sie beispielsweise eine Funktion an den Parameter reverse
, der unsere Liste der W?rter alphabetisch ohne Parameter sortiert. Im zweiten Fall verwenden wir sorted()
, um die Reihenfolge sortierter W?rter umzukehren. reverse=True
W?hlen Sie sortieren Der Algorithmus basiert auf einer kontinuierlichen Auswahl des Minimal- oder Maximalwerts. Angenommen, wir haben eine Liste, die wir in aufsteigender Reihenfolge sortieren m?chten (klein bis gro?). Das kleinste Element befindet sich am Anfang der Liste und das gr??te Element befindet sich am Ende der Liste.
Angenommen, die ursprüngliche Liste sieht folgenderma?en aus:
| 7 | 5 | 3.5 | 4 | 3.1 |
minimal in der Liste in diesem Fall zu finden. 3.1
aus. Das hei?t, wechseln Sie mit aus. Die Liste sieht jetzt so aus: 3.1
7
| 3.1 | 5 | 3.5 | 4 | 7 |
Jetzt, da wir die richtige Position des ersten Elements in der Liste bestimmen, wiederholen wir die obigen Schritte (finden Sie den Mindestwert) aus dem zweiten
betr?gt. Also werden wir jetzt mit austauschen. Die Liste wird jetzt: 3.5
3.5
5
Zu diesem Zeitpunkt stellen wir sicher, dass das erste Element und das zweite Element in ihrer richtigen Position sind. | 3.1 | 3.5 | 5 | 4 | 7 |
. Der Mindestwert im Rest der Liste ist
, den wir jetzt mit tauschen. Daher wird die Liste: 5
4
5
Daher bestimmen wir nun, dass die ersten drei | 3.1 | 3.5 | 4 | 5 | 7 |
Elemente in der richtigen Position sind und der Prozess auf diese Weise fortgesetzt wird.
Lassen Sie uns sehen, wie der Auswahl -Sortieralgorithmus in Python (basierend auf Isai Damier) implementiert wird:
Testen wir den Algorithmus, indem Sie die folgende Anweisung am Ende des obigen Skripts hinzufügen:
marks_a = [61, 74, 58, 49, 95, 88] marks_b = [94, 85, 16, 47, 88, 59] # [49, 58, 61, 74, 88, 95] print(sorted(marks_a)) # None print(marks_b.sort()) # [61, 74, 58, 49, 95, 88] print(marks_a) # [16, 47, 59, 85, 88, 94] print(marks_b)In diesem Fall sollten Sie die folgende Ausgabe erhalten:
def selectionSort(aList): for i in range(len(aList)): least = i for k in range(i+1, len(aList)): if aList[k] < aList[least]: least = k swap(aList, least, i) def swap(A, x, y): temp = A[x] A[x] = A[y] A[y] = temp
linearer Suchalgorithmus
[4.6, 4.7, 5.76, 7.3, 7.6, 25.3, 32.4, 43.5, 52.3, 55.3, 86.7]
Algorithmus ist ein einfacher Algorithmus, bei dem jedes Element in der Liste überprüft wird (ab dem ersten Element), bis das gewünschte Element gefunden oder das Ende der Liste erreicht ist.
Der lineare Suchalgorithmus wird wie folgt in Python implementiert (basierend auf der Python -Schule):
testen wir den Code. Geben Sie die folgende Anweisung am Ende des obigen Python -Skripts ein:Stellen Sie bei der Eingabe von
my_list = [5.76,4.7,25.3,4.6,32.4,55.3,52.3,7.6,7.3,86.7,43.5] selectionSort(my_list) print(my_list)sicher, dass es zwischen einzelnen oder doppelten Zitaten liegt (d. H.
). Wenn Sie beispielsweise
eingeben, sollten Sie die folgende Ausgabe erhalten:def linearSearch(item,my_list): found = False position = 0 while position < len(my_list) and not found: if my_list[position] == item: found = True position = position + 1 return found
input
'pencil'
'pencil'
und wenn Sie
Oops, your item seems not to be in the bag
Schlussfolgerung
Wie wir gesehen haben, erweist sich Python wieder als Programmiersprache, die das Konzept der Algorithmen leicht programmieren kann, genau wie wir es mit Sortier- und Suchalgorithmen hier zu tun haben.
Es ist zu beachten, dass es andere Arten der Sortier- und Suchalgorithmen gibt. Wenn Sie mit Python tiefer in diese Algorithmen eintauchen m?chten, k?nnen Sie sich auf das kostenlose python-objektorientierte Programmierlehrbuch beziehen.
Das obige ist der detaillierte Inhalt vonSortieren und Suche in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Hei?e KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem v?llig kostenlosen KI-Gesichtstausch-Tool aus!

Hei?er Artikel

Hei?e Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Der Polymorphismus ist ein Kernkonzept in der objektorientierten Programmierung von Python-Objekte und bezieht sich auf "eine Schnittstelle, mehrere Implementierungen" und erm?glicht eine einheitliche Verarbeitung verschiedener Arten von Objekten. 1. Polymorphismus wird durch Umschreiben durch Methode implementiert. Unterklassen k?nnen übergeordnete Klassenmethoden neu definieren. Zum Beispiel hat die Spoke () -Methode der Tierklasse unterschiedliche Implementierungen in Hunde- und Katzenunterklassen. 2. Die praktischen Verwendungen des Polymorphismus umfassen die Vereinfachung der Codestruktur und die Verbesserung der Skalierbarkeit, z. 3. Die Python -Implementierungspolymorphismus muss erfüllen: Die übergeordnete Klasse definiert eine Methode, und die untergeordnete Klasse überschreibt die Methode, erfordert jedoch keine Vererbung derselben übergeordneten Klasse. Solange das Objekt dieselbe Methode implementiert, wird dies als "Ententyp" bezeichnet. 4. Zu beachten ist die Wartung

Parameter sind Platzhalter beim Definieren einer Funktion, w?hrend Argumente spezifische Werte sind, die beim Aufrufen übergeben wurden. 1. Die Positionsparameter müssen in der Reihenfolge übergeben werden, und eine falsche Reihenfolge führt zu Fehlern im Ergebnis. 2. Die Schlüsselwortparameter werden durch Parameternamen angegeben, die die Reihenfolge ?ndern und die Lesbarkeit verbessern k?nnen. 3. Die Standardparameterwerte werden zugewiesen, wenn sie definiert sind, um einen doppelten Code zu vermeiden. Variable Objekte sollten jedoch als Standardwerte vermieden werden. 4. Argumente und *KWARGs k?nnen die unsichere Anzahl von Parametern bew?ltigen und sind für allgemeine Schnittstellen oder Dekorateure geeignet, sollten jedoch mit Vorsicht verwendet werden, um die Lesbarkeit aufrechtzuerhalten.

Iteratoren sind Objekte, die __iter __ () und __next __ () Methoden implementieren. Der Generator ist eine vereinfachte Version von Iteratoren, die diese Methoden automatisch über das Keyword für Rendite implementiert. 1. Der Iterator gibt jedes Mal, wenn er als n?chstes anruft, ein Element zurück und wirft eine Ausnahme in der Stopperation aus, wenn es keine Elemente mehr gibt. 2. Der Generator verwendet Funktionsdefinition, um Daten auf Bedarf zu generieren, Speicher zu speichern und unendliche Sequenzen zu unterstützen. 3. Verwenden Sie Iteratoren, wenn Sie vorhandene S?tze verarbeiten, und verwenden Sie einen Generator, wenn Sie dynamisch Big Data oder faule Bewertung generieren, z. B. das Laden von Zeilen nach Zeile beim Lesen gro?er Dateien. Hinweis: Iterbare Objekte wie Listen sind keine Iteratoren. Sie müssen nach dem Erreichen des Iterators nach seinem Ende nachgebaut werden, und der Generator kann ihn nur einmal durchqueren.

Eine Klassenmethode ist eine Methode, die in Python über den @ClassMethod Decorator definiert ist. Sein erster Parameter ist die Klasse selbst (CLS), mit der auf den Klassenzustand zugreifen oder diese ?ndern wird. Es kann durch eine Klasse oder Instanz aufgerufen werden, die die gesamte Klasse und nicht auf eine bestimmte Instanz betrifft. In der Personklasse z?hlt beispielsweise die Methode show_count () die Anzahl der erstellten Objekte. Wenn Sie eine Klassenmethode definieren, müssen Sie den @classMethod Decorator verwenden und die ersten Parameter -CLS wie die Methode Change_var (new_value) benennen, um Klassenvariablen zu ?ndern. Die Klassenmethode unterscheidet sich von der Instanzmethode (Selbstparameter) und der statischen Methode (keine automatischen Parameter) und eignet sich für Fabrikmethoden, alternative Konstruktoren und die Verwaltung von Klassenvariablen. Gemeinsame Verwendungen umfassen:

Der Schlüssel zum Umgang mit der API -Authentifizierung besteht darin, die Authentifizierungsmethode korrekt zu verstehen und zu verwenden. 1. Apikey ist die einfachste Authentifizierungsmethode, die normalerweise in den Anforderungsheader- oder URL -Parametern platziert ist. 2. BasicAuth verwendet Benutzername und Kennwort für die Basis64 -Codierungsübertragung, die für interne Systeme geeignet ist. 3.. OAuth2 muss das Token zuerst über Client_id und Client_secret erhalten und dann das BearerToken in den Anforderungsheader bringen. V. Kurz gesagt, die Auswahl der entsprechenden Methode gem?? dem Dokument und das sichere Speichern der Schlüsselinformationen ist der Schlüssel.

Pythons MagicMethods (oder Dunder -Methoden) sind spezielle Methoden, um das Verhalten von Objekten zu definieren, die mit einem doppelten Unterstrich beginnen und enden. 1. Sie erm?glichen es Objekten, auf integrierte Operationen wie Addition, Vergleich, String-Darstellung usw. Zu reagieren; 2. Die gemeinsamen Anwendungsf?lle umfassen Objektinitialisierung und Darstellung (__init__, __Rep__, __str__), arithmetische Operationen (__add__, __sub__, __mul__) und Vergleichsoperationen (__EQ__, ___LT__); 3. Wenn Sie es verwenden, stellen Sie sicher, dass ihr Verhalten den Erwartungen entspricht. Zum Beispiel sollte __Rep__ Ausdrücke refitueller Objekte zurückgeben, und arithmetische Methoden sollten neue Instanzen zurückgeben. 4.. überbeanspruchte oder verwirrende Dinge sollten vermieden werden.

PythonmanageMeMoryautomaticaticuseReferenceCountingandAGARBAGECollector

@Property ist ein Dekorateur in Python, mit dem Methoden als Eigenschaften maskiert werden und logische Urteile oder dynamische Berechnung von Werten beim Zugriff auf Eigenschaften erm?glichen. 1. Es definiert die Getter -Methode über den @Property Decorator, so dass die Au?enseite die Methode wie den Zugriff auf Attribute aufruft. 2. Es kann das Zuordnungsverhalten mit .Setter steuern, wie z. 3.. Es eignet sich für Szenen wie überprüfung der Eigenschaftenzuordnung, die dynamische Erzeugung von Attributwerten und das Ausblenden interner Implementierungsdetails. 4. Wenn Sie es verwenden, beachten Sie bitte, dass sich der Attributname vom privaten Variablennamen unterscheidet, um tote Schleifen zu vermeiden, und für leichte Operationen geeignet ist. 5. Im Beispiel schr?nkt die Kreisklasse Radius nicht negativ ein und die Personklasse erzeugt dynamisch Full_name-Attribut
