Python基础入门

Python基础入门_概念

python是一门解释型，强类型，动态型，汇编语言

机器语言
#优点是最底层，执行速度最快
#缺点是最复杂，开发效率最低

汇编语言
#优点是比较底层，执行速度最快
#缺点是复杂，开发效率最低

高级语言
#编译型语言执行速度快，不依赖语言环境运行，跨平台差
#解释型跨平台好，一份代码，到处使用，缺点是执行速度慢，依赖解释器运行


强弱语言
#强类型语言特点：不同类型不可以计算，必须类型进行转换
#弱类型语言特定：不同类型可以互相计算

动态语言
#静态语言：指在编译时变量的数据类型即可确定的语言，多数静态类型语言要求在使用变量之前必须声明数据类型
#动态语言: 在运行时确定数据类型的语言。变量使用之前不需要类型声明，通常变量的类型是被赋值的那个值的类型

队列与栈

队列（Queue）：是限定只能在表的一端进行插入和在另一端进行删除操作的线性表；
栈（Stack）：是限定只能在表的一端进行插入和删除操作的线性表。
区别如下：
一、规则不同
1. 队列：先进先出（First In First Out）FIFO
2. 栈：先进后出（First In Last Out ）FILO
二、对插入和删除操作的限定不同
1. 队列：只能在表的一端进行插入，并在表的另一端进行删除；
2. 栈：只能在表的一端插入和删除。
三、遍历数据速度不同
1. 队列：基于地址指针进行遍历，而且可以从头部或者尾部进行遍历，但不能同时遍历，无需开辟空间，因为在遍历的过程中不影响数据结构，所以遍历速度要快；
2. 栈：只能从顶部取数据，也就是说最先进入栈底的，需要遍历整个栈才能取出来，而且在遍历数据的同时需要为数据开辟临时空间，保持数据在遍历前的一致性

Python垃圾回收

GC回收机制：主要使用引用计数（reference counting）来跟踪和回收垃圾
    	1.引用变量：               
          x=100  #引用计数为1
          y=x    #引用计数为2
          x=200  #引用计数为1
        2. 循环引用带来的内存泄漏；在引用计数的基础上，使用“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题；
        3. 分代回收（使用“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率；分代回收是建立在标记清除技术基础之上）
    小整数池优化机制：常驻内存（整数：-5~256；字母；）

深浅拷贝

说明：
直接赋值：其实就是对象的引用（别名）。
浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。
深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象
例：
# 浅拷贝
l1 = [1, 2, [1, 2]]
l2 = l1.copy()
print("浅拷贝1：%s" % l1)  >>>浅拷贝1：[1, 2, [1, 2]]
print("浅拷贝2：%s" % l2)  >>>浅拷贝2：[1, 2, [1, 2]]
print(id(l1[2]))  >>>2495907112960
print(id(l2[2]))  >>>2495907112960
l1[2].append(4)
print("浅拷贝1：%s" % l1)  >>>浅拷贝1：[1, 2, [1, 2, 4]]
print("浅拷贝2：%s" % l2)  >>>浅拷贝2：[1, 2, [1, 2, 4]]
print(id(l1[2]))  >>>2495907112960
print(id(l2[2]))  >>>2495907112960
#深拷贝
l1 = [1, 2, ["a", 2]]
l2 = copy.deepcopy(l1)
print(l1)          >>>[1, 2, ['a', 2]]
print(l2)          >>>[1, 2, ['a', 2]]
print(id(l1[2]))   >>>1936380864640
print(id(l2[2]))   >>>1936380781504
l2[2].append(3)
print(l1)          >>>[1, 2, ['a', 2]]
print(l2)          >>>[1, 2, ['a', 2, 3]]
print(id(l1[2]))   >>>1936380864640
print(id(l2[2]))   >>>1936380781504