Python学习阶段性总结（3.18-4.18）（1）

系列说明

每个月的18号，就做一次小总结，把本月掌握的知识，学到的经验，汇总起来，也算是对自己的一钟督促。

本月收获

1.关于对熟练某种编程语言的理解

我觉得包含以下三点要求

1. 能快速构建一个程序
   这一点不要求算法多么的高效，而是侧重，看到一个问题，能迅速想到一个可用的算法，并用你学习的编程语言实现出来。（之后你会发现，当你写出了第一个解法后，找出更高效的算法会非常简单。）

2. 了解哪些语句执行效率快
   在这个月的实践中，我写过不少程序，试过用不同的语句实现同样的功能，于是发现了，在一门编程语言里面，总会有实现起来特别快的操作，于是，知道它们是哪些，编程的时候，优先选择，这样写出来的程序肯定慢不到哪去。
   这里几篇博客是挺好的例子，如 python中，for循环就是会比 while循环快，$i\ast i$就是会比$i\ast \ast 2$快(传送门)

3. 合理使用“空间换时间”的策略
   编程实践过程中，对于“编程是关于空间和时间的艺术”这句话有了更深的理解。对于一个算法，内部均是对于空间的使用（指内存）或是时间的使用（运行时间）的平衡。对于现代计算机，内存一般不是限制我们编写程序的大问题了，于是，我们更多考虑的是以空间换时间的策略，比如生成随机数 (传送门)，亲密数的求解(传送门)，求解素数的 Eratosthenes算法(传送门)
   不过，在实践过程中，我也发现了一些反例，即滥用“空间换时间策略”，会导致程序运行更慢，这里面典型的例子是求验证歌德巴赫猜想的问题 (传送门)，这里面方法2，滥用了太多空间，反而拖慢了程序，本来0.9秒可以完成的，因为数组太大，反而需要用150多秒去完成。

2. 其他一些小收获

1. 尽可能减少程序的判断次数，每做一个判断，想想这个是不是必要的，或是能否用其他方式替换。for 循环比 while 循环快的根本原因在于，for 循环里面没有判断！这个大家可以好好琢磨下

2. 对于Python来说，在数组里根据索引查找一个数，不管索引多大，均可以理解为是花同样的一个基本时间，而判断一个数，在不在一个数组里（$in$ 操作符），这里面作的比较是非常多的，结合第一点理解，会导致程序难以接受的慢，这里最典型的例子是验证歌德巴赫猜想的程序，两种方法效率差了4000倍 (传送门) 能转换成数组索引查找的，就不要在数组中搜寻一个数

3. 高效的算法很重要，素数的判断是最好的体现，使用 Eratosthenes算法，求解100万以内的所有素数，耗时仅需要0.2秒左右 (传送门)，这是因为，这个算法，把原来的“找素数”转换成“排除合数”的问题啦，这个好好想想为什么观念的一转变，就能带来效率的大提升~

   好吧，不买关子了~因为排除合数，只需要找到一个因子就能排除了，而确定一个数是素数，可是得一直除到它的平方根才能停啊！想想这里面运算量的差别！

总结

上面的内容虽然分散，却也隐含了逻辑关系。首先，要求我们对自己手头使用的编程语言要熟，要知道最优的语句，之后，才是找最优的算法去解决问题，二者缺一不可。

我这个月研究的问题，都是很简单的数学问题，但里面需要运用到的编程思想及编程技巧，却是实打实的~