文章目录
- Input & Output
- Fundamentals of the Analysis of Algorithm Efficiency
- For-loop
- Data Structure
- Function 函数
Input & Output
Variables & Data types
str: a string represents a sequence of characters.
int: an integer, a whole number
float: a decimal number
bool: a boolean value is either True or False.
Date data type: including year, month, day, (not the time)
Date-time data type: including year, month, day, hour, minute, second, …
Python字符串重复（字符串乘法）
字符串和数字连接在一起print时，要强制类型转换int为str
用input()得到的用户输入，是str类型，如果要以int形式计算的话，需要强制类型转换为int
我们可以只使用一个变量user_input来节省内存
convert string type to date type
strptime
convert date to string
strftime
Multi-line code statement 换行符
在括号内，行的延续的自动的
Line continuation is automatic when the split comes while a
statement is inside parenthesis ( , brackets [ or braces {
Escape sequence 转义字符
String format
| 格式 | 意义 |
|---|---|
| <15 | left alignment, using 15 spaces |
| ^25 | center alignment, using 25 spaces |
| >15 | right alignment, using 15 spaces |
string format 中限制输入占位大小的同时小数点后位数
还可以通过这种方式实现四舍五入取整
.0f
Arithmetic operators
Floor division = 地板除 = 向下取整除
floor division地板除是什么意思
向下取整除，就是地板除 floor division
向上取整除，就是天花板除，ceil division
来自 https://zhuanlan.zhihu.com/p/221901326
Fundamentals of the Analysis of Algorithm Efficiency
Algorithm analysis framework 算法分析框架
Analysis of algorithms means to investigate an algorithm’s efficiency with respect to resources: running time and memory space
算法分析是指研究一个算法在资源方面的效率：运行时间和内存空间。
1. Measuring Input Sizes
Efficiency is defined as a function of input size.
F(n)
2. Units for Measuring Running Time
Count the number of times an algorithm’s basic operation is executed
计算一个算法的基本操作被执行的次数
Basic operation: the operation that contributes the most to the total
running time.
例如，基本操作通常是算法最内部循环中最耗时的操作。
3. Order of growth
4. Worst-Case, Best-Case, and Average-Case Efficiency
==Efficiency (# of times the basic operation will be executed) ==
Average case:
Efficiency (#of times the basic operation will be executed) for a typical/random
input of size n. NOT the average of worst and best case. How to find the
average case efficiency?
平均情况。对于大小为n的典型/随机输入的效率（基本操作将被执行的次数），而不是最坏和最好情况的平均值。如何找到平均案例的效率？
Summary
算法的运行时间（空间）随着其输入大小的增加而增长的阶数为无穷大。
对于相同大小的输入，一些算法的效率可能有很大的不同
渐进式符号
no faster
at least as fast as
at same rate
Summary
Some Properties
意义：算法的整体效率将由增长顺序较大的部分决定。
Using Limits for Comparing Orders of Growth
所有的对数函数loga n都属于同一个类别
所有相同度数k的多项式都属于同一类别
指数函数对于不同的a有不同的增长顺序
Analysis of non-recursive algorithms 非递归算法的分析
Analysis of recursive algorithms 递归算法的分析
- 计算递归调用的次数
- 解决递归问题，或通过后向替代或其他方法估计解决方案的数量级
Examples
求n！
重要的递归类型
For-loop
range(0,10) 范围是左闭右开
字符串操作
字符串内容大写/小写
.upper()
.lower()
找字串位置，找不到返回-1
字符串长度
根据下标返回字符串中对应字符
切割字符串
[i:j] 范围左开右闭，从下标为i的字符到下标为j-1的字符，获得的子串长度为j-i
Data Structure
data, relationship , operation
Abstract data type (ADT)
Function 函数
四舍五入保留小数点后多少位函数
min,max函数是python内置的
random函数
左闭右闭
