先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
print(“hello world”)
for j in range(n):
print(“hello world”)
#时间复杂度O(n**2)
while n>1:
print(n)
n = n//2
时间复杂度记为O(log 2 n)或O(log n)
当算法过程出现循环折半的时候复杂度式子中会出现log n
时间复杂度小结
时间复杂度是用来计算算法运行的时间的一个式子(单位)
一般来说,时间复杂度高的算法比复杂度低的算法慢。
创建的时间复杂度(按效率排序)
O(1) < O(logn) < O(nlogn) < O(n2) < O(n2 log n) < O(n3)
复杂问题的时间复杂度
O(n!)
O(2**n)
O(n**n)
如何简单快速地判断算法复杂度
快速判断算法复杂度,适用于绝大多数简单情况
确定问题规模n
循环减半过程—> log n
k层关于n的循环 —>n**k
复杂情况:根据算法执行判断
2.空间复杂度
空间复杂度:用来评估算法内存占用大小的式子
空间复杂度的表示方式与时间复杂度完全一样
-
算法使用几个变量:O(1)
-
算法使用了长度为n的一维列表:O(n)
-
算法使用了m行n列的二维列表:O(mn)
空间换时间
3.递归
递归两个条件:
-
调用自身
-
结束条件
4.汉诺塔问题
把n-1个圆盘从a经过c移动到b
把第n个圆盘从a移动到c
把n-1个盘子从b经过a移动到c
n = 2
n = 3
def hanoi(n,a,b,c):
“”"
n:表示n个盘子
a:a柱子
b:b柱子
c:c柱子
“”"
if n>0:
hanoi(n-1,a,c,b)#把n-1个盘子从a经过c移动到b
print(‘moving from %s to %s’%(a,c))
hanoi(n-1,b,a,c)#把n-1个盘子从b经过a移动到c
-
汉诺塔移动次数的递推式:h(x) = h(x-1) + 1 + h(x-1)
-
h(64) = 18446744073709551615
二.算法8大排序和查找算法
1.顺序查找
在一些数据元素中,通过一定的方法找出与给定关键字相同的数据元素的过程
列表查找(线性表查找):从列表中查找指定元素
-
输入:列表,待查找元素
-
输出:元素下标(未找到元素时一般返回None或-1)
内置列表查找函数:index()
顺序查找:也叫线性查找,从列表第一个元素开始,顺序进行搜索,直到找到元素或搜索到列表最后一个元素为止
def linear_search(li,val):
for ind,v in enumerate(li):
if v == val:
return ind
else:
return None
#时间复杂度:O(n)
2.二分查找
二分查找:又叫折半查找,从有序列表的初始候选区li[0:n]开始,通过对待查找的值与后选区中间值比较可以使候选区减少一半。(前置条件排序)
有序用二分查找,无序先排序再二分查找,时间复杂度会大于顺序查找,如果以后会经常查找,可以进行排序,这样以后查找省事。
‘’’
学习中遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
‘’’
from cal_time import *
#计算函数执行时间模块
@cal_time
def binary_search(li,val):
“”"
li:列表
val:为查找值
“”"
left = 0#列表初值位置
right = len(li) - 1#列表终止位置
while left <= right:#候选区有值
mid = (left + right)//2
if li[mid] == val:#找到值了,返回索引
return mid
elif li[mid] > val:#待查找的值再mid左侧
right = mid -1
else:#待查找的值再mid右侧 li[mid] < val
left = mid + 1
else:#没有找到
return None
li = [1,2,3,4,5,6,7,8]
binary_search(li,3)
#时间复杂度:
#循环折半的时候复杂度式子中会出现log n
三.排序
1.列表排序
排序:将一组"无序"的记录序列调整为"有序"的记录序号
列表排序:将无序的列表变为有序列表
-
输入:列表
-
输出:有序列表
升序与降序
内置排序函数:sort()
常见排序算法
冒泡排序
选择排序
插入排序
快速排序
堆排序
归并排序
希尔排序
计数排序
基数排序
2.冒泡排序(Bubble Sort)
-
列表每两个相邻的数,如果前面比后面大,则交换这两个数
-
一趟排序完成后,则无序区减少一个数,有序区增加一个数
-
代码关键点:趟/无序区范围。
-
时间复杂度:O(n**2)
‘’’
学习中遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
‘’’
def bubble_sort(li):
for i in range(len(li)-1):#第i趟
for j in range(len(i)-i-1):
if li[j] > li[j+1]:
li[j],li[j+1] = li[j+1],li[j]
print(li)
li = [1,5,2,3,6]
bubble_sort(li)
冒泡排序升级:
现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
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。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
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!
,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
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。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-U3Q0Q01L-1713358675400)]
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!