Di dunia komputer, senarai carian boleh menjadi sangat besar, dan juga komputer yang cepat, prestasi mungkin terjejas. Dalam kes ini, algoritma penyortiran dan carian yang sesuai akan menjadi penyelesaian kepada masalah tersebut. Sort adalah proses menyusun senarai nilai dalam rangka, sementara carian adalah proses mencari kedudukan nilai dalam senarai.
Untuk menggambarkan kepentingan isu ini, izinkan saya menunjukkan kepada anda apa yang dikatakan oleh saintis komputer Amerika yang hebat Donald Knuth:
Pengilang komputer pada tahun 1960 -an menganggarkan bahawa, memandangkan semua pelanggan, lebih daripada 25% daripada runtime komputer mereka dibelanjakan untuk menyusun. Malah, dalam banyak kes pemasangan, tugas penyortiran mengambil lebih daripada separuh masa pengiraan. Dari statistik ini, kita dapat menyimpulkan bahawa (i) penyortiran mempunyai banyak aplikasi penting, atau (ii) ramai orang menyusun apabila mereka tidak seharusnya, atau (iii) algoritma penyortiran yang tidak cekap telah digunakan secara meluas. - "Seni Pengaturcaraan Komputer" Jilid 3: Susun dan Cari, halaman 3Dalam tutorial ini, saya akan menunjukkan kepada anda bagaimana untuk melaksanakan algoritma pemilihan pemilihan dan algoritma carian linear.
Tetapi sebelum kita memulakan, jika anda hanya ingin menyusun dan mencari dalam kod Python anda, saya akan menunjukkan kepada anda kaedah terbina dalam.
kaedah penyortiran terbina dalam dan fungsi dalam python
Anda boleh membuat banyak algoritma penyortiran menggunakan Python. Ini adalah latihan pembelajaran yang baik, tetapi untuk aplikasi pengeluaran anda harus berpegang dengan fungsi dan kaedah yang tersimpan dalam Python.
Python mempunyai kaedah
yang boleh anda gunakan untuk menyusun senarai di tempat. Algoritma penyortiran yang digunakan di belakang tabir Python dipanggil Timsort. Ia adalah algoritma penyortiran hibrid berdasarkan penyortiran memasukkan dan penggabungan penyortiran yang memberikan prestasi yang sangat baik dalam banyak kehidupan kehidupan sebenar. Berikut adalah contoh cara menggunakan kedua -dua fungsi dan kaedah ini: list.sort()
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)anda mungkin melihat beberapa situasi dalam kod di atas. Fungsi
mengembalikan senarai disusun baru tanpa mengubah senarai asal sorted()
. Walau bagaimanapun, senarai asal tetap sama. Sebaliknya, apabila kita memanggil kaedah marks_a
pada marks_b
, ia kembali sort()
. None
Anda boleh lulus beberapa parameter untuk mengubah suai tingkah laku penyortiran. Sebagai contoh, lulus fungsi ke parameter reverse
, yang menyusun senarai kata -kata kami mengikut abjad tanpa sebarang parameter. Dalam kes kedua, kami menggunakan sorted()
untuk membalikkan urutan perkataan yang disusun. reverse=True
Pilih Sort Algoritma adalah berdasarkan pemilihan berterusan nilai minimum atau maksimum. Katakan kami mempunyai senarai yang kami ingin menyusun dalam urutan menaik (kecil hingga besar). Unsur terkecil akan berada di awal senarai dan elemen terbesar akan berada di akhir senarai.
Katakan senarai asal kelihatan seperti ini:
| 7 | 5 | 3.5 | 4 | 3.1 |
Perkara pertama yang perlu kita lakukan ialah mencari nilai
dalam senarai, dalam kes ini .
3.1
Apabila nilai minimum dijumpai, bertukar nilai minimum dengan elemen pertama dalam senarai
dengan . Senarai sekarang akan kelihatan seperti ini:
3.1
7
senarai. Kita dapat mendapati bahawa nilai minimum dalam senarai (bermula dari elemen kedua) adalah | 3.1 | 5 | 3.5 | 4 | 7 |
. Jadi kita sekarang akan bertukar
. Senarai kini menjadi:
3.5
3.5
Pada ketika ini, kami memastikan bahawa elemen pertama dan elemen kedua berada dalam kedudukan yang betul. 5
. Nilai minimum dalam senarai yang lain ialah | 3.1 | 3.5 | 5 | 4 | 7 |
, yang kini kita bertukar dengan
Oleh itu, kita kini menentukan bahawa tiga unsur pertama 5
berada dalam kedudukan yang betul dan proses berterusan dengan cara ini. 4
5
mari kita lihat cara melaksanakan algoritma pemilihan pemilihan di Python (berdasarkan Isai Damier):
| 3.1 | 3.5 | 4 | 5 | 7 |
mari kita menguji algoritma dengan menambahkan pernyataan berikut pada akhir skrip di atas:
Dalam kes ini, anda harus mendapatkan output berikut:
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)Algoritma Linear Carian Linear
adalah algoritma mudah di mana setiap item dalam senarai diperiksa (bermula dari item pertama) sehingga item yang dikehendaki ditemui atau akhir senarai dicapai.
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] = tempAlgoritma carian linear dilaksanakan di Python seperti berikut (berdasarkan Python School):
mari kita menguji kod. Masukkan pernyataan berikut pada akhir skrip Python di atas: [4.6, 4.7, 5.76, 7.3, 7.6, 25.3, 32.4, 43.5, 52.3, 55.3, 86.7]
, pastikan ia adalah antara petikan tunggal atau berganda (iaitu
). Sebagai contoh, jika anda menaip, anda perlu mendapatkan output berikut:
Dan jika anda memasukkan
sebagai input, anda akan mendapat output berikut: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)
Oops, your item seems not to be in the bag
Seperti yang telah kita lihat, Python membuktikan dirinya lagi sebagai bahasa pengaturcaraan yang mudah untuk memprogram konsep algoritma, sama seperti kita berurusan dengan algoritma sorting dan carian di sini.
Harus diingat bahawa terdapat algoritma penyortiran dan carian lain. Jika anda ingin menggali lebih mendalam ke dalam algoritma ini menggunakan Python, anda boleh merujuk kepada buku teks pengaturcaraan berorientasikan objek Python percuma.
Atas ialah kandungan terperinci Menyusun dan Mencari Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Polimorfisme adalah konsep teras dalam pengaturcaraan berorientasikan objek Python, merujuk kepada "satu antara muka, pelbagai pelaksanaan", yang membolehkan pemprosesan bersatu pelbagai jenis objek. 1. Polimorfisme dilaksanakan melalui penulisan semula kaedah. Subkelas boleh mentakrifkan semula kaedah kelas induk. Sebagai contoh, kaedah bercakap () kelas haiwan mempunyai pelaksanaan yang berbeza dalam subkelas anjing dan kucing. 2. Penggunaan praktikal polimorfisme termasuk memudahkan struktur kod dan meningkatkan skalabilitas, seperti memanggil kaedah cabutan () secara seragam dalam program lukisan grafik, atau mengendalikan tingkah laku umum watak -watak yang berbeza dalam pembangunan permainan. 3. Polimorfisme pelaksanaan Python perlu memenuhi: Kelas induk mentakrifkan kaedah, dan kelas kanak -kanak mengatasi kaedah, tetapi tidak memerlukan warisan kelas induk yang sama. Selagi objek melaksanakan kaedah yang sama, ini dipanggil "jenis itik". 4. Perkara yang perlu diperhatikan termasuk penyelenggaraan

Parameter adalah ruang letak apabila menentukan fungsi, sementara argumen adalah nilai khusus yang diluluskan ketika memanggil. 1. Parameter kedudukan perlu diluluskan, dan perintah yang salah akan membawa kepada kesilapan dalam hasilnya; 2. Parameter kata kunci ditentukan oleh nama parameter, yang boleh mengubah pesanan dan meningkatkan kebolehbacaan; 3. Nilai parameter lalai diberikan apabila ditakrifkan untuk mengelakkan kod pendua, tetapi objek berubah harus dielakkan sebagai nilai lalai; 4 Args dan *kwargs boleh mengendalikan bilangan parameter yang tidak pasti dan sesuai untuk antara muka umum atau penghias, tetapi harus digunakan dengan berhati -hati untuk mengekalkan kebolehbacaan.

Iterator adalah objek yang melaksanakan kaedah __iter __ () dan __Next __ (). Penjana adalah versi Iterator yang dipermudahkan, yang secara automatik melaksanakan kaedah ini melalui kata kunci hasil. 1. Iterator mengembalikan elemen setiap kali dia memanggil seterusnya () dan melemparkan pengecualian berhenti apabila tidak ada lagi elemen. 2. Penjana menggunakan definisi fungsi untuk menghasilkan data atas permintaan, menjimatkan memori dan menyokong urutan tak terhingga. 3. Menggunakan Iterator apabila memproses set sedia ada, gunakan penjana apabila menghasilkan data besar secara dinamik atau penilaian malas, seperti garis pemuatan mengikut baris apabila membaca fail besar. NOTA: Objek yang boleh diperolehi seperti senarai bukanlah pengaliran. Mereka perlu dicipta semula selepas pemalar itu sampai ke penghujungnya, dan penjana hanya boleh melintasi sekali.

Kaedah kelas adalah kaedah yang ditakrifkan dalam python melalui penghias @classmethod. Parameter pertamanya adalah kelas itu sendiri (CLS), yang digunakan untuk mengakses atau mengubah keadaan kelas. Ia boleh dipanggil melalui kelas atau contoh, yang mempengaruhi seluruh kelas dan bukannya contoh tertentu; Sebagai contoh, dalam kelas orang, kaedah show_count () mengira bilangan objek yang dibuat; Apabila menentukan kaedah kelas, anda perlu menggunakan penghias @classmethod dan namakan parameter pertama CLS, seperti kaedah change_var (new_value) untuk mengubah suai pembolehubah kelas; Kaedah kelas adalah berbeza daripada kaedah contoh (parameter diri) dan kaedah statik (tiada parameter automatik), dan sesuai untuk kaedah kilang, pembina alternatif, dan pengurusan pembolehubah kelas. Kegunaan biasa termasuk:

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

MagicMethods Python (atau kaedah dunder) adalah kaedah khas yang digunakan untuk menentukan tingkah laku objek, yang bermula dan berakhir dengan garis bawah dua. 1. Mereka membolehkan objek bertindak balas terhadap operasi terbina dalam, seperti tambahan, perbandingan, perwakilan rentetan, dan sebagainya; 2. Kes penggunaan biasa termasuk inisialisasi objek dan perwakilan (__init__, __repr__, __str__), operasi aritmetik (__add__, __sub__, __mul__) dan operasi perbandingan (__eq__, ___lt__); 3. Apabila menggunakannya, pastikan tingkah laku mereka memenuhi jangkaan. Sebagai contoh, __repr__ harus mengembalikan ungkapan objek refortable, dan kaedah aritmetik harus mengembalikan contoh baru; 4. Perkara yang berlebihan atau mengelirukan harus dielakkan.

Pythonmanagesmemoryautomatically leverenceCountingandagarbageCollector.referenceCountingTrackShowmanyvariablesreferoanobject, dan yang mana -mana, dan yang mana -mana

@Property adalah penghias dalam python yang digunakan untuk menyamar kaedah sebagai sifat, yang membolehkan pertimbangan logik atau pengiraan dinamik nilai apabila mengakses sifat. 1. 2. Ia boleh mengawal tingkah laku tugasan dengan .setter, seperti kesahihan nilai semak, jika .setter tidak ditakrifkan, ia hanya dibaca atribut; 3. Ia sesuai untuk adegan seperti pengesahan tugasan harta, generasi dinamik nilai atribut, dan menyembunyikan butiran pelaksanaan dalaman; 4. Apabila menggunakannya, sila ambil perhatian bahawa nama atribut berbeza dari nama pembolehubah peribadi untuk mengelakkan gelung mati, dan sesuai untuk operasi ringan; 5. Dalam contoh, kelas bulatan menyekat jejari tidak negatif, dan kelas orang secara dinamik menghasilkan atribut penuh_name
