随笔分类 - 金融与算法
摘要：一、接口类 二、工厂类 三、工厂类的另一种实现方式 四、抽象工厂 五、建造者模式 六、单例模式 七、适配器模式 八、混合模式 九、代理模式 十、责任链模式 十一、迭代器模式 十二、观察者模式（发布者订阅者模式） 十三、策略模式（代码参照前边的算法NB三人组） 十五、模板模式 接口隔离原则：
阅读全文
摘要：设计模式分类： 创建型模式： 1、工厂方法模式 2、抽象工厂模式 3、创建者模式 4、原型模式 5、单例模式 结构型模式： 1、适配器模式 2、桥模式 3、组合模式 4、装饰模式 5、外观模式 6、享元模式 7、代理模式 行为型模式： 1、解释器模式 2、责任链模式 3、命令模式 4、迭代器模式 5
阅读全文
摘要：贪心算法： money = [100,50,20,5,1] #钱币的面额大小 def change_money(x): change = [0,0,0,0,0] #对应钱币面额的个数 for i,m in enumerate(money): change[i] = x // money[i] x =
阅读全文
摘要：栈的应用-迷宫问题 给一个二维列表，表示迷宫（0表示通道，1表示围墙），给出算法，求一条走出迷宫的路径。 。。。。。。。。。。有时间更新
阅读全文
摘要：队列的内置模块： 链表： 建立链表有两种方式（头插法和尾插法）： 双向链表： 哈希表： 假设有一个长度为7的数组，河西函数h(k) = K%7.元素集合{14,22,3,5}的存储方式如下图（制作图片链接https://visualgo.net/en）。 哈希表在python中的应用 二叉树： fr
阅读全文
摘要：#希尔排序 def insert_sort(li): for i in range(1, len(li)): # i 表示无序区第一个数 tmp = li[i] # 摸到的牌 j = i - 1 # j 指向有序区最后位置 while li[j] > tmp and j >= 0: #循环终止条件： ...
阅读全文
摘要：#快速排序-除了python自带的sort排序模块之外就这个最好用，只需会这个就行，其他的排序了解就好，能用冒泡，插入。。的都可以用快排快速实现 import random from timewrap import * import copy import sys sys.setrecursionlimit(100000) #更改最大递归深度 def partiti...
阅读全文
摘要：冒泡排序：列表在内存重只存一份，所以不需要重复赋值 import random from timewrap import * #时间装饰器 # 初级版本 @cal_time def bubble_sort(li): for i in range(len(li)-1): #循环的躺数为总的躺数-1，因为最后一步没必要走 # i 表示趟数 ...
阅读全文
摘要：# 循环打印“抱着抱着抱着我的小鲤鱼的我的我的我” def test(n): if n == 0: print("我的小鲤鱼", end='') else: print("抱着", end='') test(n-1) print("的我", end='') test(5) #汉诺塔问题 t = 0 def h...
阅读全文
摘要：快速排序： 堆排序： 二叉树： 两种特殊二叉树： 二叉树的存储方式： 小结： 堆排序正题： 向下调整： 堆排序过程： 堆排序-内置模块： 扩展问题topk： 归并排序： 怎么使用： NB三人组小结
阅读全文
摘要：冒泡排序思路： 选择排序思路： 插入排序思路： 小结： 详细代码解释看下一篇
阅读全文
摘要：算法的简单概念： 什么是算法： 时间复杂度： 小结： 空间复杂度： 递归复习： 递归实例（汉诺塔问题）： 列表查找： 递归二分查找： 列表排序：
阅读全文
摘要：使用在线的框架“聚宽”模拟股票交易 只做了解，不深入，简单的使用就是这样
阅读全文
摘要：刚开始需要的文件是和前边的两个连载一起的
阅读全文
摘要：首先得导入，导入就省掉了，在上篇博客写了：
阅读全文
摘要：因为排版问题直接把jupyter里的截图过来了：暂时就写了这么点小例子，建议在ipython notebook中做测试
阅读全文
摘要：plot函数： 图像标注： 画布与子图： 可以画的图类型：‘’ 绘制K线图： 金融数据接口包：
阅读全文
摘要：pandas：series： series特性： 整数索引： series数据对齐： series缺失数据： DataFrame： DataFrame查看数据： 索引和切片： Dataframe数据对齐与缺失数据： 其它常用方法： 时间对象处理： 时间序列： 从文件读取： 写入到文件：
阅读全文
摘要：NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。 安装方法：pip install numpy 引用方式：import numpy as np NumPy:ndarry-多维数组对象 NumPy：ndarry-数据类型： NumPy：ndarry-创建： NumP
阅读全文
摘要：ipython：交互式的python命令行 直接在终端敲命令即可进入 IPython快捷键： Ipython高级功能： 常用魔术命令： ipython调试器命令： ipython高级功能： 当你输入ipython notebook之后会自动打开浏览器弹出一个新的页面，可以方便很多操作
阅读全文
