最最最基础题应知应会题目_1_排序_下载图片
最最最基础题应知应会题目_1_排序_下载图片
1、一组数，挑出第二大的数字
import re
import requests
def t1(l_, x):
n = set(l_)
r = sorted(n, reverse=True)
return r[x]
print(t1([1, 4, 7, 902, 902], 1), )
快排
def quick_sort(li, start, end):
# 分治 一分为二
# start=end ,证明要处理的数据只有一个
# start>end ,证明右边没有数据
if start >= end:
return
# 定义两个游标，分别指向0和末尾位置
left = start
right = end
# 把0位置的数据，认为是中间值
mid = li[left]
while left < right:
# 让右边游标往左移动，目的是找到小于mid的值，放到left游标位置
while left < right and li[right] >= mid:
right -= 1
li[left] = li[right]
# 让左边游标往右移动，目的是找到大于mid的值，放到right游标位置
while left < right and li[left] < mid:
left += 1
li[right] = li[left]
# while结束后，把mid放到中间位置，left=right
li[left] = mid
# 递归处理左边的数据
quick_sort(li, start, left - 1)
# 递归处理右边的数据
quick_sort(li, left + 1, end)
if __name__ == '__main__':
l = [6, 5, 4, 3, 2, 1]
# l = 3 [2,1,5,6,5,4]
# [2, 1, 5, 6, 5, 4]
quick_sort(l, 0, len(l) - 1)
print(l)
# 稳定性：不稳定
# 最优时间复杂度：O(nlogn)
# 最差时间复杂度：O(n**2)
简化编写，效率低，空间复杂度高
分治思想
def quick_sort(array):
if len(array) < 2:
return array
else:
pivot = array[0]
less_than_pivot = [x for x in array if x <= pivot]
more_than_pivot = [x for x in array if x > pivot]
return quick_sort(less_than_pivot) + [pivot] + quick_sort(more_than_pivot)
函数式编程
def quick_sort(L):
return q_sort(L, 0, len(L) - 1)
def q_sort(L, left, right):
if left < right:
pivot = Partition(L, left, right)
q_sort(L, left, pivot - 1)
q_sort(L, pivot + 1, right)
return L
def Partition(L, left, right):
pivotkey = L[left]
# 对指针的控制，所以占用空间少
while left < right:
while left < right and L[right] >= pivotkey: # 右边比L[left]小的第一个复制给L[left]
right -= 1
L[left] = L[right]
while left < right and L[left] <= pivotkey: # ？？ 再把原始的L[left]插回去
left += 1
L[right] = L[left] # 为什么这里是这样？？？？？？
L[left] = pivotkey # 应该在循环中赋值？？？？？？？？
return left
L = [5, 9, 1, 11, 6, 7, 2, 4]
print quick_sort(L)
def qw(al):
return qs(al, 0, len(al)-1)
def qs(al,lf,rt):
"""if lf<rt:
v = pv(al,lf,rt)
qs(al,lf,v-1)
qs(al,v+1,rt)
return al"""
# 这种写法为什么返回为None
if lf>=rt:
return al
else:
v = pv(al,lf,rt)
qs(al,lf,v-1)
qs(al,v+1,rt)
def pv(al,lf,rt):
sv = al[lf]
while lf<rt:
while lf<rt and al[rt]>=sv:
rt-=1
al[lf]=al[rt]
while lf<rt and al[lf]<=sv:
lf+=1
al[rt]=al[lf]
al[lf]=sv
return lf
L = [5, 9, 1, 6, 7, 2]
print(qw(L))
3.10 理解一个中间值左右分开lf和rt，然后rt先与其附近比较再次做小范围排序，尽最大可能中间值的左右两边是大于小于这个值。
先听讲解
伪代码：
1 获取一个中间点
2 处理中间点左边部分
3 处理中间点右边部分
4 每个部分怎么处理
步骤4 的基本操作为，起始点left值保存在 priv中，right>priv,直到右侧有小于priv，右侧值挪到左边即右侧值赋值左侧，
left<priv，直到左侧有大于priv，左侧值挪到右边right即左侧值赋值右侧。
这时left所处值有两个，一个是本身一个是right
用事先存储的分割点值priv赋值给left，这样就完成双指针替换，不占用更多内存
返回left索引
1分治思想，2 先写伪代码 3 双指针操作必须熟练
3的示意图
2、数据量很多采用什么方法？
采用什么数据结构
3、下载一组图片
输入一个元素为字符串的列表
def get_url(u, m="POST"):
for u_ in u:
r = requests.request(m, u_)
html = r.content
print(html)
with open('%s.png' % u_.split("/")[-1].split(".")[0], 'wb') as f:
f.write(html)
return
u1="https://up.ruyile.com/jy_img/cj/14/169/33520l91.jpg"
# u2="https://img.tupianzj.com/uploads/allimg/202007/9999/5f552d9fd7.jpg"
tu = [u1]
print(get_url(tu))
下载的图片有问题
image not loaded try to open it externally to fix format problem
4、采用什么方法测试
5、代码有哪些优化空间
1 保护
2 中断怎么办
3 特别大的连接怎么办
4 数量巨大怎么办
