Week 7: 类的封装习题、二分法插入

一、随机整数生成类

#思路一：普通类实现，By me 

import random
from matplotlib import pyplot as plt

class RandomNum:
    def __init__(self,num,start=1,end=10):
        self.num=num
        self.start=start
        self.end=end

    def produce(self):
        return [random.randint(self.start,self.end) for _ in range(self.num)]

l=RandomNum(20).produce()
print(l)

def coordinate(src):
    for i in range(10):
        x,y=src[i],src[-i-1]
        plt.scatter(x,y)
    plt.show()

coordinate(l)

可以认为生成一批随机数是一个工具，只是放在一个模块下一起管理，就像math模块一样；工具类简单调用就能出结果；以下为该思路的代码，也可改为@staticmethod，行参去掉cls即可，只要配好缺省值调用起来更方便，不用传参就可保证函数调用正常工作。

类方法、静态方法更像工具，不需实例即可工作。

#思路二：用工具类实现

class RandomNum:
    @classmethod
    def produce(cls,start=1,stop=10,patch=10):
        return [random.randint(start,stop) for _ in range(self.patch)]
 
 result=RandomNum.produce()
 print(result)

生成器的取名最好以iter开头，方便使用方理解；生成器版本如下：

#思路三：生成器实现1

import random

class RandomGenerator:
    def __init__(self,start=1,stop=100,patch=10):
        self.start=start
        self.stop=stop
        self.patch=patch
        self._gen=self._generate()

    def _generate(self):  #一次产生一个数据，不给看、不给调用
    	while True:
    		yield random.randint(self.start,self.stop)

    def generate(self,count=0):  #给用户使用，并自行决定一次产生多少个数字
    	patch=self.patch if count<=0 else count
    	return [next(self._gen) for _ in range(patch)]
    	# 注意：next(self._generate())这种写法每次都调用一次生成器、取其第一个随机数，不如先让 g=self._generate()，再写成next(g)；或者在__init__中， self._gen=self._generate()，因为_generate()很早就定义好，实例化之后初始化，且在self.start=start、self.stop=stop、self.patch=patch之后再做self._gen=self._generate()，调用这个生成器对象，实例直接调用

a=RandomGenerator()
print(a.generate())
print(a.generate(5))

#思路四：生成器实现2，一次yield一批数据，而不是一次yield一个、攒一批

import random

class RandomGenerator:
    def __init__(self,start=1,stop=100,patch=10):
        self.start=start
        self.stop=stop
        self.patch=patch
        self._ge