Python之旅Week 1 Day 2

每日小计
第二天就没发出去，我发现CSDN有一个小小的BUG，就是不会自动缓存，而且如果不点存为草稿就不会自动存，昨天晚上写的就当是浪费了，一个多小时，搞了一个题，每天真的是，好多事儿，我都无语了，突然就来了，心里贼想骂人，本来说晚上或者下午回来把昨天晚上的写完，然后继续补上原本今天该看的，结果，某些事耽误了，无语呀…能说什么呢，只要坚持就好了，每天其实也就10分钟左右的课时，看见很短，但是，除了看以外，自己还想尝试一下，这样就时间长了，不管怎么样，加油就好了，今天老师表扬我了，有点高兴，证明自己的努力还是有用的，下面正式进入今天的内容：

看看看…我说什么来着，刚写完就来活儿了，算年龄，这个…，其实，这个也不见得是一件坏事，这样还能多刷一遍题，也算是有助于理解和加深记忆，一切都是最好的安排：）

本周的主要内容是：数据结构与算法相关问题与解决技巧

Python必刷题之三：

1. 如何快速找到多个字典中的公共键(key)

1、如何快速找到多个字典中的公共键(key)：
在一个比赛中，有很多场比赛，每次比赛之后需要统计每位球员的进球数量，最后统计出，每场比赛都有进球的球员。
方法一：通过字典解析，并且使用老办法for循环来解决：

from random import randint,sample
Cou1=sample('abcdefg',randint(1,3))
print(Cou1)
Dict1={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict1)
Dict2={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict2)
Dict3={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict3)
NewList=[]
for x in Dict1:
    if x in Dict2 and x in Dict3:
        NewList.append(x)
print(NewList)
#输出结果：
['e', 'b', 'g']
{'b': 4, 'e': 1, 'a': 3, 'c': 4}
{'e': 4, 'b': 4, 'd': 3, 'f': 3}
{'a': 1, 'g': 2, 'b': 2, 'd': 3, 'e': 1}
['b', 'e']

方法二：在字典中，我们可以使用字典中筛选键的所有信息来进行统计

from random import randint,sample
Cou1=sample('abcdefg',randint(1,3))
print(Cou1)
Dict1={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict1)
Dict2={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict2)
Dict3={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict3)
NewDicts1=Dict1.keys()
print(NewDicts1)
NewDicts2=Dict2.keys()
print(NewDicts2)
NewDicts3=Dict3.keys()
print(NewDicts3)
output=NewDicts1 & NewDicts2 & NewDicts3
print('output:',output)
#输出结果：
['a', 'd', 'b']
{'e': 1, 'f': 3, 'a': 3, 'c': 3, 'b': 3}
{'d': 3, 'c': 1, 'a': 4, 'b': 1}
{'g': 4, 'f': 2, 'c': 3, 'd': 4}
dict_keys(['e', 'f', 'a', 'c', 'b'])
dict_keys(['d', 'c', 'a', 'b'])
dict_keys(['g', 'f', 'c', 'd'])
output: {'c'}

这种方法结合了，我们在前面所学到的知识，也就是提取字典中的键值对，并且储存在元组或者列表中，如果存储在元组中，则需要使用Zip函数进行重新组装。
当我们想要进行读取字典中键值的时候，可以使用dict.keys(),dictvalus(),来进行读取。
sorted()排序函数的使用。

方法三：使用map().reduce()函数解决，在其中，map是映射函数，reduce函数是递归函数的一种。

from random import randint,sample
from functools import reduce

Cou1=sample('abcdefg',randint(1,3))
print(Cou1)
Dict1={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict1)
Dict2={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict2)
Dict3={x:randint(1,4) for x in sample('abcdefg',randint(4,5))}
print(Dict3)
Maps=map(dict.keys,[Dict1,Dict2,Dict3])
print(list(Maps))
Reduces=reduce(lambda x ,b: x & b ,map(dict.keys,[Dict1,Dict2,Dict3]))
print(Reduces)
#输出结果：
['e']
{'d': 1, 'c': 1, 'a': 1, 'e': 3}
{'f': 2, 'e': 4, 'd': 3, 'b': 3, 'c': 3}
{'f': 3, 'b': 3, 'd': 1, 'c': 4, 'e': 4}
[dict_keys(['d', 'c', 'a', 'e']), dict_keys(['f', 'e', 'd', 'b', 'c']), dict_keys(['f', 'b', 'd', 'c', 'e'])]
{'c', 'e', 'd'}

这种方法中，使用到了map和reduce两种函数，map函数是映射函数，就是当我们遇到了需要数据一一对应的时候则会用到，而reduce函数，是递归函数，当传入参数是一个列表或者是一个元组的时候，前两个数值进行运算后，得出的结论与第三个数值进行运算，得出的结果与第四个进行运算，以此类推…，具体使用方法如下，例程：

#map()函数使用例程：
List1=[1,2,3]
List2=[4,5,6]
Result=map(lambda x,y:x**x+y,*[List1,List2])
print(list(Result))
#reduce()函数使用例程：
from functools import reduce
Result1=reduce(lambda x,y:x+y,(1,2,3,4,5))
print(Result1)
#这里说一下，大家如果有不懂得，可以在网上查一下用法，刚刚我也被这个函数所困扰，感谢开源

每日小结
今天又算是拖了一次，耽误了睡觉不说，眼睛还疼了，终于写完了，总结一下，需要继续努力，坚持了，这天天的，现在推一会儿，一会儿再往后推，自制力还是需要加强，多喝水，看看别人背单词，看书的，自己也要上进，努力了，需要不断的学习，每天进步一点点，水滴还石穿呢。

为了你爱的人，为了你爱的梦，加油，努力，永远不要放弃！——Dream