python学习之路 第五天

1、装饰器:

    #!/usr/bin/env python3

    user_status = False #用户登录了就把这个改成True

    def login(auth_type): #把要执行的模块从这里传进来

        def auth(func):

            def inner(*args,**kwargs):#再定义一层函数

                if auth_type == "qq":

                    _username = "tom" #假装这是DB里存的用户信息

                    _password = "abc123" #假装这是DB里存的用户信息

                    global user_status

                    if user_status == False:

                        username = input("user:")

                        password = input("pasword:")

                        if username == _username and password == _password:

                            print("welcome login....")

                            user_status = True

                        else:

                            print("wrong username or password!")

                    if user_status == True:

                        return func(*args,**kwargs) # 看这里看这里,只要验证通过了,就调用相应功能

                else:

                    print("only support qq ")

            return inner #用户调用login时,只会返回inner的内存地址,下次再调用时加上()才会执行inner函数

        return auth

    def home():

        print("---首页----")

    @login('qq')

     def python():

        print("----python专区----")

    def sql():

        print("----sql专区----")

    @login('weibo')

     def css():

        print("----css专区----")

    home()

    python()

    运行结果:

    ---首页----
    user:tom
    pasword:abc123
    welcome login....
    ----python专区----

    注:   参考学习地址:http://www.cnblogs.com/alex3714/articles/5765046.html

2、def w1(a):

         def b(c,d):

             print(111)

         return b

     @w1

     def show():

         print("show")

     注:先执行w1,把自己装饰的函数的函数名当作参数,即w1(show),show 函数重新定义,w1(show) 返回值 新show= b。

     注:@w1()括号内有参数,先执行w1(),然后在按上面步骤进行后续操作。 

3、递归算法是一种直接或者间接地调用自身算法的过程。在计算机编写程序中,递归算法对解决一大类问题是十分有效的,它往往使算法的描述简洁而且易于理解。

     递归算法解决问题的特点:

     (1)递归就是在过程或函数里调用自身。

     (2)在使用递归策略时,必须有一个明确的递归结束条件,称为递归出口。

     (3)递归算法解题通常显得很简洁,但递归算法解题的运行效率较低,所以一般不提倡用递归算法设计程序。

     (4)在递归调用的过程当中系统为每一层的返回点、局部量等开辟了栈来存储,递归次数过多容易造成栈溢出等。

     递归算法所体现的“重复”一般有三个要求:

     一是每次调用在规模上都有所缩小(通常减半);

     二是相邻两次重复之间有紧密的联系,前一次要为后一次做准备(通常前一次的输出就作为后一次的输入);

     三是在问题的规模极小时必须用直接给出解答而不再进行递归调用,因为每次递归调用都是有条件的(以规模未达到直接解答的大小为条件),无条件递归调用将会成为死循环而不能正常结束。

4、def func(arg1,arg2,stop):

         if arg1 == 0:

             print(arg1,arg2)

          arg3 = arg1 + arg2

          print(arg3)

          if arg3 < stop:

              func(arg2,arg3,stop)

     func(0,1)

     运行结果:0 1   (前两个数相加值等于下一个数,斐波那契数列。)
                   1
                   2
                   3
                   5
                   8
                   13
                   21
                   34

 

5、def calc(n):

     print(n)

     if n/2 > 1:

         res = calc(n/2)

         return res

     calc(100)

     运行结果:100 50.0 25.0 12.5 6.25 3.125 1.5625

6、def binary_search(data_source,find_n):

        mid = int(len(data_source)/2)

        if len(data_source) >= 1:

            if data_source[mid] > find_n:

      # data in left

                print("data in left of [%s]" % data_source[mid])

                binary_search(data_source[:mid],find_n)

            elif data_source[mid] < find_n:  # data in right

                print("data in right of [%s]" % data_source[mid])

                binary_search(data_source[mid:],find_n)

            else:

                print("found find_s,",data_source[mid])

        else:

            print("cannot find..")

    if __name__ == '__main__':

        data = list(range(1,600))

        print(data)

        binary_search(data,400)

     运行结果:data in right of [300]
                   data in left of [450]
                   data in right of [375]
                   data in left of [412]
                   data in right of [393]
                   data in left of [402]
                   data in right of [397]
                   data in right of [399]
                   found find_s, 400

7、算法:

     矩阵旋转90度

     #!/usr/bin/env python3

     data = [[col for col in range(10)] for row in range(10)]

     print(data) for row in data:

          print(row)

          print('-----------')

      #r_index 行下标,c_index 列下标,tmp 临时存储,data[][]矩阵地址,如data[0][0]=0。

      for r_index,row in enumerate(data):   #enumerate()函数用于遍历序列中的元素以及它们的下标

          for c_index in range(r_index,len(row)):

              tmp = data[c_index][r_index]

              data[c_index][r_index] = row[c_index]

              data[r_index][c_index] = tmp

           print('-----------')

     for r in data:

     print(r)

     运行结果:[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

     ----------- ----------- ----------- ----------- ----------- ----------- ----------- ----------- ----------- ----------- -----------

     [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

     [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

     [2, 2, 2, 2, 2, 2, 2, 2, 2, 2]

     [3, 3, 3, 3, 3, 3, 3, 3, 3, 3]

     [4, 4, 4, 4, 4, 4, 4, 4, 4, 4]

     [5, 5, 5, 5, 5, 5, 5, 5, 5, 5]

     [6, 6, 6, 6, 6, 6, 6, 6, 6, 6]

     [7, 7, 7, 7, 7, 7, 7, 7, 7, 7]

     [8, 8, 8, 8, 8, 8, 8, 8, 8, 8]

     [9, 9, 9, 9, 9, 9, 9, 9, 9, 9]

 

posted @ 2016-12-28 14:16  无言的风  阅读(362)  评论(0编辑  收藏  举报