python中针对类本身的方法
摘要：
当你提到 __getattribute__ 时，它是 Python 中一个特殊的方法，用于访问对象的属性。重载该方法可以控制访问实例属性的行为。在 Python 中，__getattribute__ 是所有属性访问的基础方法，每次你访问对象的属性时，都会调用它。除了 __class__、__mro_
SQL创建表的语法
摘要：
在 SQL 中，创建表的基本语法是使用 CREATE TABLE 语句。通过这个语句，可以定义新表的结构，包括列（字段）名称、数据类型以及其他约束。 基本语法 CREATE TABLE table_name ( column1 datatype [constraint], column2 datat
Flask中的jinji2---过滤器
摘要：
在 Jinja2 中，过滤器是用于对模板变量进行操作的工具，类似于管道。以下是 Jinja2 中常用的过滤器及其功能： 1. 字符串处理 capitalize 将字符串的首字母大写，其余部分小写。 {{ "hello world" | capitalize }} <!-- 输出: Hello wor
python中的堆
摘要：
在Python中，堆（Heap）是一种特殊的完全二叉树结构，满足以下特性： 最大堆（Max Heap）：父节点的值大于或等于子节点的值。 最小堆（Min Heap）：父节点的值小于或等于子节点的值。 Python标准库 heapq 提供了一个 最小堆 的实现，虽然没有直接提供最大堆的实现，但是可以通
关于递归
摘要：
递归是一个非常重要且常用的编程思想，尤其在树、图、动态规划等问题中非常有用。它的核心是：将问题分解为子问题，通过递归的方式解决更小的子问题，最终汇聚成整体的解答。 如果你对递归函数感到陌生，或者不确定如何编写一个递归函数，可以通过以下步骤逐步建立递归的理解和技巧。 递归的基本结构 递归函数通常有两个
python中的列表
摘要：
在刷算法题时，Python 的列表（list）是非常常用的数据结构。列表的操作灵活且功能丰富，非常适合用来处理数组、队列、堆栈等问题。以下总结了常用的列表语法和在算法题中会用到的场景： 1. 列表的创建 直接创建 lst = [1, 2, 3, 4] 列表推导式 squares = [x ** 2
python中的队列
摘要：
在 Python 中，队列（Queue）通常使用 collections.deque 来实现，因其提供了高效的从两端添加和删除元素的操作。队列通常遵循 先进先出（FIFO） 的原则，也就是最先插入的元素最先被移除。 队列的基本操作： append(x): 将元素 x 加入队列的尾部。 popleft
排序算法模板--python版
摘要：
在刷算法题时，排序是一个非常常见的操作。Python 提供了多种排序算法的实现方式，而在一些经典的算法题中，我们需要手动实现不同的排序算法以符合题目要求。以下是一些常见的排序算法模板，包含了 冒泡排序、选择排序、插入排序、快速排序、归并排序 和 堆排序，这些算法的模板通常会在刷题中频繁用到。 1.
python中的图
摘要：
在 Python 中，图（Graph）是一个非常重要的数据结构，特别是在刷算法题时。图有许多类型（如有向图、无向图、有权图、无权图等），并且涉及的算法（如深度优先搜索、广度优先搜索、最短路径等）都非常常见。以下是 Python 中常见的图的语法，尤其是刷算法题时用到的技巧。 1. 图的基本定义 图通
python中的二叉树
摘要：
在刷算法题中，二叉树是常见的题型，掌握二叉树的基本语法和常见操作是非常重要的。以下是一些在Python中常用的二叉树语法及操作，特别是刷算法题时用到的。 1. 二叉树的定义： 首先定义二叉树的节点结构。每个节点通常有三个属性：val（节点的值），left（左子节点），right（右子节点）。 # D
