算法学习日记 day05

昨天还学习了一下python类的用法

​ 1.类的定义

​ 类一般用class定义，通用习惯为首字母大写，在python3中继承object类，什么是继承object类，我在知乎上找到了答案

继承 object 类的是新式类，不继承 object 类的是经典类，在 Python 2.7 里面新式类和经典类在多继承方面会有差异：

class A:
    def foo(self):
        print('called A.foo()')

class B(A):
    pass

class C(A):
    def foo(self):
        print('called C.foo()')

class D(B, C): 
    pass

if __name__ == '__main__':
    d = D() 
    d.foo()

B、C 是 A 的子类，D 多继承了 B、C 两个类，其中 C 重写了 A 中的 foo() 方法。

如果 A 是经典类（如上代码），当调用 D 的实例的 foo() 方法时，Python 会按照深度优先的方法去搜索 foo() ，路径是 B-A-C ，执行的是 A 中的 foo() ；

如果 A 是新式类，当调用 D 的实例的 foo() 方法时，Python 会按照广度优先的方法去搜索 foo() ，路径是 B-C-A ，执行的是 C 中的 foo() 。

因为 D 是直接继承 C 的，从逻辑上说，执行 C 中的 foo() 更加合理，因此新式类对多继承的处理更为合乎逻辑。

在 Python 3.x 中的新式类貌似已经兼容了经典类，无论 A 是否继承 object 类， D 实例中的 foo() 都会执行 C 中的 foo() 。但是在 Python 2.7 中这种差异仍然存在，因此还是推荐使用新式类，要继承 object 类。

类是模板，而实例则是根据类创建的对象。如何创建类和实例的语法如下，例如我们创造一个Bike类和叫giant和canyon的实例，giant和canyon都是自行车的一种。

class Bike(object):		#创建Bike类，Bike为类名
	pass		#用在空函数中表占位，不可缺省

giant=Bike()		#创造名字为giant的实例
canyon=Bike()		#创建名字为canyon的实例

​ 2.实例属性与类属性

​ 实例属性用于区分不同的实例； 类属性是每个实例的共有属性。 好比每种自行车（如上文中的giant和canyon）都有车轱辘但他们的涂装各不相同，在这里实例属性就是涂装，类属性是车轱辘。在上文中我们创造了Bike类那么我们下一步就是对他进行初始化，我们为Bike类添加一个_init_()，方法当创建实例时，_init_()方法被自动调用为创建的实例增加实例属性。

class Bike(object):		#创建Bike类，Bike为类名
	def __init__(self, color): 		# 初始化一个属性color
       self.color = color   	# 表示给我们将为创建的实例属性color赋值

注意：_init_(self,color)中第一个参数必须为self，self代表类的实例,是通过类创建的实例 (定义类时这个实例我们还没有创建，它表示的我们使用类时创建的那个实例 )，可以用别的名字，但建议使用约定成俗的self ，后续参数则可以自由指定，和定义函数没有任何区别

​ 类属性为所有实例共享的属性，如果在类上绑定属性，则所有实例都可以访问该类的属性，并且所有实例访问的类属性都是同一个 。车轱辘是BIke的共有属性，每个Bike都有两个车轱辘：

class Bike(object):  # 创建Bike类，Bike为类名
    wheel = 3.14  # 有两个车轱辘，类属性

    def __init__(self, color):  # 初始化一个实例属性color
        self.color = color  # 表示给我们将为创建的实例属性color赋值
        
giant=Bike(red)
canyon=Bike(blue)
print('----未修改前-----')
print('wheel=\t', Bike.wheel)
print('giant.wheel=\t', giant.wheel)  #  2
print('canyon.wheel=\t', canyon.wheel)  #  2
print('----通过类名修改后-----')
Bike.wheel = 4  # 通过类名修改类属性，所有实例的类属性被改变
print('wheel=\t', Bike.wheel)
print('giant.wheel=\t', giant.wheel)  #  4
print('canyon.wheel=\t', canyon.wheel)  #  4
print('----通过circle1实例名修改后-----')
giant.wheel=6   # 实际上这里是给giant创建了一个与类属性同名的实例属性
print('wheel=\t', Bike.wheel)     #  4
print('giant.wheel=\t', giant.wheel)  # 实例属性的访问优先级比类属性高，所以是6
print('canyon.wheel=\t', canyon.wheel)  #  4

注意：不可以用实例修改类属性！！！不可以用实例修改类属性！！！不可以用实例修改类属性！！！

---

数组：很简单，简单记一下使用方法

import numpy as np
A1=np.array([100,99,98])        #创建一维数组
A2=np.array([[100,99,98],[97,96,95],[94,93,92]])      #创造二维数组
A3=np.array([[[100,98,97],[96,95,94],[93,92,91]],[[90,89,88],[87,86,85]]])     #创建三维数组
print('三维数组中的第三维',A3[0])
print('三维数组中的第二维',A3[0][0])
print('三维数组中的第一维',A3[0][0][0])

树：树是指至少具有一个根节点(Root）的树状结构的数据集合，节点之间具有层次关系。该树结构根节点在上，其他节点在下，底下的节点为叶子节点（Leaf)，看起来像一棵倒挂的树。

1．树节点的特点

• 只有一个根节点。
• 每个节点有多个子节点或零个子节点。
• 子节点又可以有多个子节点或零个子节点。
• 底下的节点为叶子节点。
• 任意一个子节点的上一个节点称为父节点。
• 树的局部几个节点可以构成一个子树。
• 层（Level）指根节点为1层，则它的子节点为2层，子节点的子节点为3层，以此推，直到底叶子层。一棵树的最大层数为该树的高度(Height)或深度(Depth)。

2.树分类

树根据子节点之间是否有顺序可以分为无序树、有序树。

• 无序树（又称自由树）是指任意节点的子节点之间没有顺序关系。

• 有序树是指任意节点的子节点之间有顺序关系。

  根据节点最多有几个子节点，可以分为二叉树（Binary Tree）和非二叉树。

• 二叉树是指每个节点最多只有两个子节点的数据结构。

• 非二叉树就是不是二叉树的树

3.二叉树特点

• 在i层上至多有2^(i-1)个节点(i≥1)，如第2层的节点数为2^2-1=2。
• 深度为d的二叉树至多有2^d-1个节点（d≥1)，如深度为d=3的二叉树的最多节点是2³-1=7。