python算法常用技巧与内置库
近些年随着python的越来越火,python也渐渐成为了很多程序员的喜爱。许多程序员已经开始使用python作为第一语言来刷题。
最近我在用python刷题的时候想去找点python的刷题常用库api和刷题技巧来看看。类似于C++的STL库文档一样,但是很可惜并没有找到,于是决定结合自己的刷题经验和上网搜索做一份文档出来,供自己和大家观看查阅。
1.输入输出:
1.1 第一行给定两个值n,m,用空格分割,第一个n决定接下来有n行的输入,m决定每一行有多少个数字,m个数字均用空格分隔.
解决办法:python的input函数接收到的输入默认都是字符串,所以我们使用 字符串切割、强制类型转换、列表生成器就可以完美解决输入问题。代码如下:
- # 接收两个值,使用n,m分别接收列表中的两个值
- n, m = [int(x) for x in input().split()]
- # 构造输入列表的列表
- num_list = []
- for i in range(n):
- # python可以不用在意m的值,将所有数值接收进来然后使用len判断长度
- tmp_list = [int(x) for x in input().split()]
- num_list.append(tmp_list)
同理,若是用逗号(,)分隔的话,split函数中传入相同的值就行。
1.2 输出一行数字
由于python的print函数默认利用换行作为结束符,所以我们需要将它修改成我们需要的间隔,代码如下:
- for i in range(10):
- print(i, end=' ')
end是print函数中的一个参数,决定输出的结束字符,这里修改成空格代表输出一行数字,用空格间隔,其它字符可以自行修改。
2.空列表生成,字符串修改,列表遍历
2.1 代码编写过程中,有时候会需要一个带有长度的,有初始值的空列表,生成方式如下:
- # 1. 用乘法生成一个初始值为False的长度为100的一维列表
- visited = [False] * 100
- # 2. 利用列表生成器生成一个n*m的二维的初始值为0的列表
- visited = [[0 for i in range(m)] for j in range(n)]
2.2 在python当中字符串是无法原地修改的,如果每次修改都生成一个新字符串,那么对修改次数很多且字符串很当的情况,开销是很大的。所以一般是把字符串转为列表进行修改最后再转回来。
- string = 'I love to eat chicken'
- # 将字符串转换成列表
- string_list = list(string)
- # .......对字符串列表进行修改
- # Code
- # 将字符串列表重新拼接成字符串
- #string = ''.join(string_list)
2.3 python中列表遍历有许多种不同的方式,最直接的办法是直接对列表进行迭代遍历,但是因为我们往往是基于索引对数组进行操作且需要修改数组的值,所以更推荐用以下代码中的第二三中办法:
- num_list = [i for i in range(10)]
- # 1. 直接迭代列表
- for item in num_list:
- # Code
- pass
- # 2. 通过索引进行迭代
- for i in range(len(num_list)):
- print(num_list[i])
- # 3. 通过enumerate函数进行迭代
- for index, value in enumerate(num_list):
- # index为当前元素的索引,value为当前元素的值
- print(index, value)
3. collections库的使用
3.1 deque队列
deque 是python中的队列(FIFO先进先出),队列在进行队首弹出的时候会比list要快。
尤其在使用BFS(深度优先搜索)的时候,队列是必须要使用到的。部分deque使用代码如下:
- from collections import deque
- # 初始化一个最大长度为3的队列
- d = deque([1,2,3], maxlen=3)
- # 因为初始化队列最大长度为3,再添加元素会把队头元素挤出
- d.append(4)
- # 初始化一个不限制长度的队列
- d = deque()
- # 添加元素到队尾部
- d.append(1)
- d.append(2)
- d.append(3)
- # 将队首的元素弹出返回
- print(d.popleft())
- # 弹出队尾元素并返回值
- print(d.pop())
- # 在队首插入元素
- d.appendleft(0)
3.2 Counter计数器
Counter 是一个计数器,可以对一个序列计数,计算序列中某个元素出现的数量。
以下是示例代码:
- import collections
- # 一共有三种初始方法
- # 1. 传入一个序列
- print(collections.Counter(['a', 'b', 'c', 'a', 'b', 'b']))
- # 2.传入一个字典
- print(collections.Counter({'a':2, 'b':3, 'c':1}))
- # 3.直接利用=传参
- print(collections.Counter(a=2, b=3, c=1))
- # 也可以无参数构造,利用update函数更新
- c = collections.Counter()
- print('Initial :', c)
- # Initial: Counter()
- c.update('abcdaab')
- print('Sequence:', c)
- # Sequence: Counter({'a': 3, 'b': 2, 'c': 1, 'd': 1})
- c.update({'a':1, 'd':5})
- print('Dict:', c)
- # Dict: Counter({'d': 6, 'a': 4, 'b': 2, 'c': 1})
- # 可以通过访问字典的访问方式访问Counter对象
- for letter in 'abcde':
- print('%s : %d' % (letter, c[letter]))
- # elements()方法可以返回一个包含所有Counter数据的迭代器
- c = collections.Counter('extremely')
- c['z'] = 0
- print(list(c.elements()))
- # ['e', 'e', 'e', 'm', 'l', 'r', 't', 'y', 'x']
- # most_common()返回前n个最多的数据
- c=collections.Counter('aassdddffff')
- for letter, count in c.most_common(2):
- print('%s: %d' % (letter, count))
- # f: 4
- # d: 3
- # Counter对象可以进行加减交并,直接使用运算符 +、-、&、|
- # +会将两个字典中相同字符的出现次数相加,-会给出第一个Counter相对于第二个的差集。交集给出两个计数器当中都有的元素,且计数被赋值为较小的那个,并集为两个计数器的元素出现最多的那个。
- c1 = collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])
- c2 = collections.Counter('alphabet')
- print ('C1:', c1)
- print ('C2:', c2)
- print ('\nCombined counts:')
- print (c1 + c2)
- print ('\nSubtraction:')
- print (c1 - c2)
- print ('\nIntersection (taking positive minimums):')
- print (c1 & c2)
- print ('\nUnion (taking maximums):')
- print (c1 | c2)
- # 以下为输出:
- C1: Counter({'b': 3, 'a': 2, 'c': 1})
- C2: Counter({'a': 2, 'l': 1, 'p': 1, 'h': 1, 'b': 1, 'e': 1, 't': 1})
- Combined counts:
- Counter({'a': 4, 'b': 4, 'c': 1, 'l': 1, 'p': 1, 'h': 1, 'e': 1, 't': 1})
- Subtraction:
- Counter({'b': 2, 'c': 1})
- Intersection (taking positive minimums):
- Counter({'a': 2, 'b': 1})
- Union (taking maximums):
- Counter({'b': 3, 'a': 2, 'c': 1, 'l': 1, 'p': 1, 'h': 1, 'e': 1, 't': 1})
3.3 defaultdict——带有默认值的字典
一般情况下创建的字典dict是不含有默认值的,即若是字典中不包含a这个key,调用dct{a}的话就会报错。
在进行算法设计和数据结构设计的时候我们希望任意给定一个key都能从字典中取出值来,哪怕只是一个默认值,这个时候我们就需要用到defaultdict。
例如在用字典表示图中一个节点的相连节点的时候,我们希望将这个节点作为一个key,然后与它相连的节点组成一个列表作为它的value,这个时候我们就可以使用defaultdict(list)来创建一个默认值为列表的字典。
- # list的默认值为空列表
- list_dict = collections.defaultdict(list)
- # int的默认值为0
- int_dict = collections.defaultdict(int)
- print(list_dict['a'])
- print(int_dict['a'])
- # 输出:[]
- # 输出:0
3.4 小结
collection中常被用来写算法和数据结构的就是这几个,其它比如排序字典和命名元组很少会用上。
4.排序
4.1 对列表排序
对列表排序有两种方法,一种是使用列表内置的sort函数,sort函数直接在列表原地修改,无返回值,可以通过参数key自定义比较的key和比较函数。
第二种就是使用python的sorted函数,这个函数自由度比较高,可以自己设定比较函数和比较的key,返回一个新的列表。
如果需要自定义比较的函数,需要从库functools导入函数cmp_to_key函数,将比较函数转为key,使用代码如下:
- def custom_sort(x,y):
- if x>y:
- # 返回-1代表需要排在前面
- return -1
- if x<y:
- # 返回1代表需要排在后面
- return 1
- return 0
- lst = [i for i in range(10, -1, -1)]
- print(lst)
- lst.sort()
- print(lst)
- print(sorted(lst, key=cmp_to_key(custom_sort)))
- # 输出如下:
- # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
- # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
- # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
4.2 对字典/元组列表排序
若是需要对字典(将字典利用item函数转化成元组列表)或者元组列表这种每一个item有两个值的序列进行排序,这个时候就需要利用sorted函数中的key来决定取哪个值排序。代码如下:
- # 利用字符串创建计数器字典
- d = dict(collections.Counter('Hello World'))
- print(d)
- # 排序
- print(sorted(d.items(), key=lambda x: x[1], reverse=True))
- # 输出如下:
- # {'H': 1, 'e': 1, 'l': 3, 'o': 2, ' ': 1, 'W': 1, 'r': 1, 'd': 1}
- # [('l', 3), ('o', 2), ('H', 1), ('e', 1), (' ', 1), ('W', 1), ('r', 1), ('d', 1)]
5.排列组合
python内置的模块itertools中集成了一些与迭代有关的函数,其中就有排列组合函数。
5.1 排列
排列函数permutations接收一个列表,返回这个列表内所有元素的全排列列表。
- from itertools import permutations
- print(list(permutations([1,2,3])))
- # 输出如下:
- # [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]
5.2 组合
组合函数combinations接收两个参数,第一个为一个需要进行组合的列表,第二个参数为一个正整数,代表从列表中抽取多少个元素进行组合,返回一个组合列表。
- from itertools import combinations
- print(list(combinations([1,2,3],2)))
- # 输出如下:
- # [(1, 2), (1, 3), (2, 3)]
6.小技巧
6.1 在python中分了可变类型和不可变类型,当函数传参的时候:
- 若是不可变类型如字符串,则传递参数的时候会深拷贝一份,在新的数据上修改并不改变原数据
- 若是可变类型如列表,则传递参数的时候传递的是引用,属于浅拷贝,在函数中对新列表进行操作会影响到原来的列表。
若是确实需要传递可变类型进入函数,则可以在函数内部第一行进行一次深拷贝如:
- def test(num_list:list):
- # 进行深拷贝
- num_listnum_list = num_list[:]
6.2 当删除列表中的元素的时候,列表后面的元素会自动往前移动,导致出错
例如,列表为[1,2,3,4,5,6],想要删除列表中的偶数,如果直接找到一个偶数然后利用其索引删除,如下代码所示(错误示范),那么很抱歉,出问题了。
- # 此处为错误示范!!!!!!!!
- lst = [1, 2, 3, 4, 5, 6]
- for i in range(len(lst)):
- if lst[i] % 2 == 0:
- lst.pop(i)
- print(lst)
- # 上面这段代码没有输出,因为报索引越界错误了。
下面的代码才是正确示范:
- lst = [1, 2, 3, 4, 5, 6]
- lst = [i for i in lst if i % 2 != 0]
- print(lst)
- # 输出如下:
- # [1, 3, 5]
若是需要更复杂的筛选手段,可以在if i%2 !=0那里更改成一个函数判断,函数内部就实现筛选方法。
6.3 访问字典元素要使用get方法
前文说过,普通的dict字典是没有默认值的,所以这个时候如果直接利用中括号放置key来查找value的话是有可能会报错的。
那么为了避免这种情况,在利用字典的key来取value的时候,需要利用字典的get函数。
get函数的第一个参数为key,第二个参数为可选(默认为None),当字典中找不到传入的key的时候,会返回第二个参数所赋的值。
7.小结
以上是本人在使用python刷题的时候作的一些总结,若有不到位的地方请指出。
本文旨在为自己做一个文档,同时也为大家提供一些便利。
关注我的公众号【程序小员】,收货一大波福利知识。
我是落阳,谢谢你的到访。