随机函数的使用（水仙花数，斐波那契数列）

1、求区间[100, 200]内10个随机整型数的最大值
import random
i = 0
a = []
for i in range(10):
    r = random.randint(100,201)    
    a.append(r)
    i += 1
    print(r,end=" ")
print()
print(max(a))

2、水仙花数为：每一位的立方和等于数值本身的数称为水仙花数（本题取100-999之间）
for i in range(100,1000):
    a = i // 100
    b = (i % 100) // 10
    c = i % 10
    if a**3+b**3+c**3 == i:
        print("{}是水仙花数".format(i))
    else:
        continue 

3、输出有1， 2， 3， 4这四个数字组成的每位都不同的所有的三位数
for x in range(1,5):
    for y in range(1,5):
        for z in range(1,5):
            if (x != y) and (y != z) and (z != x):
                print("{}{}{}".format(x,y,z))

4、求列表s=[2,8,9,6,7,1,5,66]中的元素个数，最大数，最小数，平均数。末尾添加一个新元素10，删除元素5
s = [2,8,9,6,7,1,5,66]
sum = 0
print("列表最大值是：",max(s))
print("列表最小值是：",min(s))
for i in s:
    sum += i
print("平均值是：",sum/len(s))
# 在末尾追加新元素10
a = s.append(10)
print(s)
# 删除列表中元素5
b = s.remove(5)
print(s)

5、斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34...求斐波那契数列的前20项

list1 = []
for i in range(21):
    if i == 0:
        list1.append(i)
        # print(list1)
    elif i == 1:
        list1.append(i)
        #print(list1)
    else:
        list1.append(list1[i-1]+list1[i-2])
print(list1)   

6、随机产生10个10以内的整型数，存放到列表中，将列表中的最大值放在列表的最后
import random
b = []
for i in range(10):
    a = random.randint(1,10)
    b.append(a)
    b.sort()
print(b)

7、写一个计算可以计算一个人BMI（身体质量指数）指数程序
　　体质指数（BMI）=体重（kg）÷身高^2（m）
　　成人的BMI数值：
　　　　过轻：低于18.5
　　　　正常：18.5-23.9
　　　　过重：24-27
　　　　肥胖：28-32
　　　　非常肥胖, 高于32
height = float(input("请输入您的身高："))
weight = float(input("请输入您的体重："))
BMI = weight / height ** 2
if BMI < 18.5:
    print("您的体质过轻")
elif BMI >= 18.5 and BMI <= 23.9:
    print("您的体质正常")
elif BMI >= 24 and BMI <= 27:
    print("您的体质过重")
elif BMI >= 28 and BMI <= 32:
    print("您的体质肥胖")
else:
    print("您的体质非常胖，请注意健康！"

8、抓了a,b,c,d四名犯罪嫌疑人，其中有一人是小偷，审讯中：
 a说我不是小偷；
 b说c是小偷；
c说小偷肯定是d；
d说c胡说！
 其中有三个人说的是实话，一个人说的是假话，请编程推断谁是小偷。
for i in ("a","b","c","d"):
    if (i != "a") + ("c" == i) + (i == "d") + (i != "d") == 3:
        print("{}是小偷".format(i))

 

转载于:https://www.cnblogs.com/Qingxiaoyu/p/10078808.html