(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
搜索
定义
搜索是指从元素集合中找到特定元素的算法过程。
搜索过程通常返回True 或 False 来表示元素是否在集合中。
有时也可以修改搜索过程,使它返回目标元素的位置。
为了更好的打好算法基础,我们这次先探索搜索的元素是否存在这一问题。
关键字-in
in
是Python中的关键字,用于判断一个元素是否存在于一个容器中。可以用于列表、元组、字典、集合等数据类型。它可以被用于for循环语句 和 if语句中。
我们之前做Python每日一练时我曾科普过Python中 我们可以通过运算符 —— in 去检查元素是否在列表中。
print(15 in [1,2,3])
print(15 in [1,2,3,15])
运行结果:
顺序搜索
线性结构(数组、链表、栈、队列等)都有下标。每个数据项都有一个相对于其它数据项的位置。
Python的列表 ,数据项的位置就是其下标。
因为下标是有序的,So 我们能够进行 顺序访问 及 顺序搜索**。**
无序表的顺序搜索过程
下图展示了顺序搜索的过程。
无序表的顺序搜索代码实现
def sequential_search(a_list,item):
pos = 0
while pos < len(a_list):
if a_list[pos] == item:
return True
pos += 1
return False
print(sequential_search([1,2,4,5,9],5))
从列表第一个元素开始, 沿着下表顺序逐个查看,直到找到目标元素或者到达列表末尾。
若查完列表后仍未找到目标元素,则说明目标元素不在列表中。
分析顺序搜索算法
分析搜索算法前,首先需要先定义 计算的基本单元—解决问题过程中不断重复的的某一步。
对搜索来说,记录 比较的次数 是合理的 性能指标。
每次比较只有两个结果: 找到目标元素,或未找到。
假设元素排列无序,则目标元素在每一个位置出现的可能都相同。
要确定目标元素是否在列表中,唯一的方法就是将它与列表中的每个元素都比较一次。
若列表中有n个元素,那么顺序搜索要经过 n 次比较后才能确定目标元素不在列表中。如果列表含目标元素,分析起来更复杂。实际上有 3 种可能的情况:
最好情况是目标元素位于列表的第一个位置,则只需比较一次;
最坏情况是目标元素位于最后一个位置,则需要比较 n次。
平均情况是目标元素位于中间位置,则需要比较 n / 2次。 --> 当n增大,系数则可省略,所以顺序搜索时间复杂度为O(n)。
有序列表
有序列表的顺序搜索过程
通过观察上图有序列表列表中的顺序搜索过程我们可以得出以下结论:
当元素按升序排列。
如果存在目标元素,那么它出现在 n个位置中任意一个位置的可能性仍然一样大,因此比较次数与在无序列表中相同。
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!