Day 06 python学习笔记

常见排序算法

先简单讲解一下如何交换两个变量的值

1. 创建临时变量
2. 直接交换（a,b = b,a）

例：
临时变量：
c = a
a = b
b = c




#直接交换
a , b = b , a

冒泡排序

两两比较，找最大值换到最后,再找次大值，放次之

以下以找最大值为例子：

# 冒泡排序 大数上浮法、小数下沉法（每次找最小值往最前边排或每次找最大值往最后排）
arr = [30,8,-10,22,26,3,2,9,11]

def bubble_sort(arr):
    for i in range(0, len(arr)-1):  #为了控制比较操作的循环次数
        for j in range(0, len(arr)-1-i):  #选择操作的元素（索引下标）
            if arr[j] >= arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
            else:
                pass     #空语句，防止报错
    return arr
if __name__ == '__main__':   #python的main函数 防止被别的模块导入时执行
    a = bubble_sort(arr)
    print(a)


结果：
[-10, 2, 3, 8, 9, 11, 22, 26, 30]

图解：

选择排序

每次找最小值，以假设的最小值进行位置互换。（循环后面全部找出最小值后换）
[30,8,-10,22,26,3,2,9,11]
第一次 假设30最小，在其他当中找最小值，即-10，进行位置互换
[-10,8,30,22,26,3,2,9,11]
第二次 假设8最小，在其他当中找最小值，即2，进行位置互换
[-10,2,30,22,26,3,8,9,11]

# 选择排序
# 类似于冒泡排序，每一次找到最小值
arr = [8,3,2,6,1,4,9,7]
def xuanze(arr):
    for i in range(0, len(arr)-1):  #控制循环的次数（即开始的起点）
        min = i    #假定第一个为最小值（创建个临时变量）
        for j in range(i+1, len(arr)):   #从开始起点循环到结束
            if arr[j] < arr[min]:    #如果小则交换，将下标交换
                min = j
        if i != min:   #循环结束，判断是否后面有小值，有则交换
            arr[i], arr[min] = arr[min], arr[i]
    return arr
if __name__ == '__main__':
    a = xuanze(arr)
    print(a)


结果：
[1, 2, 3, 4, 6, 7, 8, 9]

插入排序

默认第一个值为有序的，之后一次插入后面的每一个值（多次比较），最终得出排序结果。保证 i 前面的数都是有序

例：

[6,5,3,8,7,2,4]

第一次 假设第一位（6）有序（最小），将后一位（第二位）与第一位对比，若第二位小将其插入到第一位前作为第一位

[5,6,3,8,7,2,4]

第二次 假设前两位有序，将后一位（第三位）与第二位对比，若比第二位小，再与第一位对比，若比第一位大比第二位小则将其插入到第二位前作为第二位，反之若比第一位小则将其插入到第一位前作为第一位

[3,5,6,8,7,2,4]

第三次 假设前三位有序，将后一位（第四位）与第三位对比，，若比第三位大，则保持原位，默认前四位有序，若比第三位小，再与第二位和第一位（前面有序的全部）对比，若比第二位大比第三位小则将其插入到第三位前作为第三位，反之若比第一位大比第二位小则将其插入到第二位前作为第二位，若比第一位小则将其插入到第一位前作为第一位

[3,5,6,8,7,2,4]

#插入排序
num = [11,2,12,13,1,4]
def insert_sort(num):
    for i in range(0, len(num)-1):  #默认有序下标（i前包括i全部有序）
        for j in range(i+1, 0, -1):  #i+1 往前比较
            if num[j] < num[j-1]:
                num[j], num[j-1] = num[j-1], num[j]
    return num
insert_sort(num)   #函数调用
print(num)

计数排序

计数排序(Counting Sort)是一种不比较数据大小的排序算法，是一种牺牲空间换取时间的排序算法

计数排序适合数据量大且数据范围小的数据排序，如对人的年龄进行排序，对考试成绩进行排序等

找到待排序列表中的最大值 k，开辟一个长度为 k+1 的计数列表

例（元素不重复）：

原容器：

arr  = [2,3,1,6,5,7]

创建新容器（7+1）

arr0 = [0, 0, 0, 0, 0, 0, 0, 0] 

下标    0  1  2  3  4  5  6  7

然后找与元素相同的下标值元素加1（两个就是2）

arr0 = [0, 1, 1, 1, 0, 1, 1, 1]

然后再将为1的导出

==>    [1,2,3,5,6,7]   即排序成功

#计数排序
def counting_sort(array): #如果只有一个数无需排序直接返回
    if len(array) < 2:
        return array
    max_num = max(array)
    count = [0] * (max_num + 1)  #创建一个新列表，记录下标索引
    for num in array:  #寻找是否有元素相同的下标值，有则加一，并统计每个值的数量
        count[num] += 1
    new_array = list()  #创建空列表导出
    for i in range(len(count)):  #循环次数（遍历列表全部）
        for j in range(count[i]):  #循环次数（相同元素的数量）
            new_array.append(i)  #将元素i加入new_array
    return new_array


if __name__ == '__main__':
    array = [5, 7, 3, 7, 2, 3, 2, 5, 9, 5, 7, 6]
    print(counting_sort(array))


结果：
[2, 2, 3, 3, 5, 5, 5, 6, 7, 7, 7, 9]

二分查找

二分查找(折半查找)：在有序序列中高效的查找指定的元素

#二分查找
def binary_search(list,item):
    """二分查找方法"""
    left = 0 # 定义最小下标
    right = len(list)-1 # 定义最大下标
    while left <= right: #while循环，保证可以遍历到指定区域的元素，直到被被寻找的值和中间值相等
        mid = int((left + right)/2) # 寻找数组的中间值
        guess = list[mid] # 获取列表最中间的元素
        if guess == item:
            return mid # 进行条件判断，将中间值和被寻找的值进行比较，相等则返回该值
        if guess > item:
            right = mid-1 # 如果被寻找的值小于中间值，则最大下标变化为中间值的前一个元素下标
        else:
            left = mid + 1 # 如果被寻找的值大于中间值，则最小下标变化为中间值的后一个元素下标
    return None
nums = [1,33,44,66,77,567,5677]
print(binary_search(nums,567))

结果：
5      #返回索引下标

函数

组织好的，可以重复使用的，用于实现特定功能的代码块

len（name）内置函数 len 官方写好的 input print。。。。都是内置函数

避免重复的进行代码书写，提高代码的复用率

函数的定义语法

格式：
def 函数名(参数1，参数2......):
    函数体
    return 语句

#return:返回函数的返回值
#return后边的代码不会再执行了哦
#函数的返回值 将结果返回给调用者

练习：

1、定义一个函数，求其绝对值

def my_abs(x):
    if x < 0:
        return -x
    else:
        return x

a = my_abs(-3)
print(a)
a = my_abs(1)
print(a)


结果：
3
1

2、定义函数，调用后输出“我叫XXX”

def out():
    print("我叫XXX")

b = out()
print(b)

c = out()   #函数名可以赋值给变量
c()         #变量即为函数的别名，函数名+()是执行


结果：
我叫XXX    
None  #函数无返回值
我叫XXX   
#None类型：NoneType的字面量，函数不使用return，返回的是None：返回值没有意义
#None声明无意义的变量
#name=None
#在if判断中：None===False

函数的传参

函数的参数：函数进行计算时，接受外部（调用时）提供的数据

传入参数的类型检查

def my_abs(x):
    if not isinstance(x,(int,float)): #判断如果不是int与float类型报错
        raise TypeError ("i'am sorry") #raise 用于在报错最后显示
    if x < 0:                          
        return -x
    else:
        return x

a = my_abs('a')
print(a)


结果：
Traceback (most recent call last):
  File "D:\pycharm\06-笔记.py", line 39, in <module>
    a = my_abs('a')
  File "D:\pycharm\06-笔记.py", line 33, in my_abs
    raise TypeError ("i'am sorry")
TypeError: i'am sorry     #显示

返回值

事实上，函数返回的是一个元组，多个变量可以同时接收一个元组

#返回值
def sum_01():
    a = 1
    b = 2
    return a,b    #同时返回多个值用 ，隔开即可（元组也可以省略外面的括号）

a = sum_01()   #因为只有一个接收变量，所以多个返回值会以元组的形式给他接收
print(a)
a,b = sum_01()  #多个返回值会以元组的形式返回
print(a)
print(b)

v,b,n = (3,4,5) #多个变量（与元组元素个数相同）接收元组，依次接收
print(v)
print(b)
print(n)


结果：
(1, 2)
1
2
3
4
5

位置参数

例：两个数字相加的函数的定义

a，b：形式参数
1，2：实际参数
数量不受限制（但形式参数与实际参数数量不同会报错）

形式参数与实际参数数量一致所以依次传递（即位置传参）

1、数量必须与定义时一致
2、位置必须与定义时一致

默认参数

def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s


a = power(1)
print(a)

结果：
1

默认值参数设置的注意点：

1. 必选参数在前，默认参数在后（原因：可以把必选的传入完后，后面全部默认）
2. 多个参数时，把变化小的放在后面。变化小的参数就可以作为默认值参数
3. 默认值只会执行一次

好处：降低调用函数的难度

默认参数的坑：

def add_end(L=[]):
    L.append('END')  #将END传入列表L
    return L

add_end()
add_end()


结果：
['END', 'END']
['END', 'END', 'END']

第一次调用add_end()时没有错误，第二次时，就会出现函数似乎记住了第一次调用的函数添加的end的列表

解释：

函数在被定义的时候，默认参数b的值会被计算出来，即[ ]，因为默认参数L也是变量，指向对象[ ].每次调用函数，如果改变了L里边的内容， 则在下一次调用时，默认参数的额内容也改变了

所以：

官方推荐：默认参数尽量使用不可变类型，原因在于可变对象会存储在后续调用过程中传递给他的参数

解决方法：

例：
def abc(a,b=None):  #None不可变参数
    if b==None:
        b = []   
        b.append(a)
        print(b)


abc(100)
abc(200)


结果：
[100]
[200]