else:
temp=ls2[i]+temp
ans.append(temp%10)
temp//=10
i+=1
return ans
n=int(input())
ans=[0]*3000
ans[0]=1
for i in range(2,n+1):
j=0
temp=0
while j<len(ans) or temp!=0:
temp=ans[j]*i+temp
ans[j]=temp%10
temp//=10
j+=1
print(ans)
print(int(“”.join(map(str,ans[::-1]))))
=========================================================================
给定一个N阶矩阵A,输出A的M次幂(M是非负整数)
例如:
A = 1 2
3 4
A的2次幂
7 10
15 22
输入格式
第一行是一个正整数N、M(1<=N<=30, 0<=M<=5),表示矩阵A的阶数和要求的幂数
接下来N行,每行N个绝对值不超过10的非负整数,描述矩阵A的值
输出格式
输出共N行,每行N个整数,表示A的M次幂所对应的矩阵。相邻的数之间用一个空格隔开
样例输入
2 2
1 2
3 4
样例输出
7 10
15 22
矩阵的运算规则是:一行元素分别乘一列元素的和相加结作为结果矩阵的一位数
例如:A矩阵、B矩阵(能够相乘的前提条件是前面矩阵的列数等于后面矩阵的行数)
ans[ij]=A的第i行*B的第j列
矩阵的零次幂是对角矩阵
注意:(矩阵进行赋值的时候,需要注意深浅拷贝的问题)
老规矩先上运行结果:
n,m=map(int,input().split())
mk=[list(map(int,input().split())) for i in range(n)]
mk1=mk.copy()
ans=[]
for i in range(n):
ans.append([0 for x in range(n)])
# 矩阵的零次幂是对角矩阵
if m==0:
for i in range(n):
ans[i][i]=1
#矩阵的非零次幂
else:
for _ in range(m-1):# m次幂
ans=[[0 for i in range(n)] for j in range(n)]
for j in range(n):# 行
for k in range(n):# 列
for t in range(n): # 行*列
ans[j][k]+=mk1[j][t]*mk[t][k]
mk1=ans.copy()
for i in ans:
print(*i)
import copy
n,m=map(int,input().split())
mk=[list(map(int,input().split())) for i in range(n)]
mk1=mk.copy()
ans=[]
for i in range(n):
ans.append([0 for x in range(n)])
矩阵的零次幂是对角矩阵
if m==0:
for i in range(n):
ans[i][i]=1
#矩阵的非零次幂
else:
temp=0
for _ in range(m-1):# m次幂
for j in range(n):# 行
for k in range(n):# 列
temp=0
for t in range(n): # 行*列
temp+=mk1[j][t]*mk[t][k]
ans[j][k]=temp
矩阵之间的赋值需要使用深拷贝,否则会导致数据错乱
mk1=copy.deepcopy(ans)
for i in ans:
print(*i)
矩阵转置的概念就是将矩阵中下标为i,j的元素与矩阵中下标为j,i的元素进行对换
刚开始想到的就是将矩阵进行遍历,兑换,但是比较复杂。本次分享两个简便的方法
①zip函数
大家都知道zip函数可以将可迭代对象进行打包,所以进行矩阵转置的时候可以使用zip函数,将列表
进行打包,打包之后再进行转换为列表即可
②列表推导式
列表推导式是一个非常好用的东西,可以使用列表推导式进行一个转置矩阵的生成。
新生成的矩阵就是转置后的矩阵
=========================================================================
平面上有两个矩形,它们的边平行于直角坐标系的X轴或Y轴。对于每个矩形,我们给出它的一对相对顶点的坐标,请你编程算出两个矩形的交的面积。
输入格式
输入仅包含两行,每行描述一个矩形。
在每行中,给出矩形的一对相对顶点的坐标,每个点的坐标都用两个绝对值不超过10^7的实数表示。
输出格式
输出仅包含一个实数,为交的面积,保留到小数后两位。
样例输入
1 1 3 3
2 2 4 4
样例输出
1.00
对于矩形他给出的点是相对顶点
相交的矩形必定位于两个矩形中间,所以相交矩形的相对较小顶点应x坐标该是两矩形最小的x坐标中较大的那一个
相对较大的x顶点应该是两个矩形最大的x中较小的一个。需要考虑两矩形没有相交面积的情况。
给出的顶点是相对的,矩形的相对顶点围成的矩阵面积是相同的,可以通过转换将绿色顶点围成的矩阵转换为由蓝色顶点围成的矩阵,方法就是将矩阵的最大值x与最大值y挑选出来。
我们倾向于得到白色矩形的面积,我们的处理方式是,在两个绿色矩形的左边找一个较大的x1,在右边找一个较小的x2,同理找y,如果x1>x2证明没有交集,y也是。
老规矩先上运行结果:
矩形1的两个顶点
r1=list(map(float,input().split()))
矩形2的两个顶点
r2=list(map(float,input().split()))
如果有相交面积,那么x1<x2 y1<y2
x1=max(min(r1[0],r1[2]),min(r2[0],r2[2]))
x2=min(max(r1[0],r1[2]),max(r2[0],r2[2]))
y1=max(min(r1[1],r1[3]),min(r2[1],r2[3]))
y2=min(max(r1[1],r1[3]),max(r2[1],r2[3]))
if x1<x2 and y1<y2:
print(“{:.2f}”.format((x2-x1)*(y2-y1)))
else:
print(“{:.2f}”.format(0.00))
[
与50位技术专家面对面
20年技术见证,附赠技术全景图
](https://newprogrammer.blog.csdn.net/article/details/124097127?utm_campaign=marketingcard&utm_source=apple_51931783&utm_content=123590042)
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。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Python开发全套学习资料》,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,同时减轻大家的负担。
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,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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,都欢迎扫码加入我们的的圈子(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!
片描述](https://img-blog.csdnimg.cn/c741a91b05a542ba9dc8abf2f2f4b1af.png)
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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,都欢迎扫码加入我们的的圈子(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!
[外链图片转存中…(img-RpSYUfds-1712930051879)]