python读书笔记-腾讯云开发者社区

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

python读书笔记

专栏成员

40

文章

55459

阅读量

32

订阅数

《算法图解》NOTE 2 数组、链表及选择排序1.数组2.链表3.选择排序法

编程算法数据结构

这是《算法图解》的第二篇读书笔记，内容主要涉及数组、链表及选择排序。 1.数组 1.1定义作为一种基础的数据结构，数组指的是n个元素按照索引号依次存放在一个内存区域的数据结构。其中，索引号相邻的元素在内存的位置也是相邻的。 1.2优缺点 1.2.1优点支持随机访问。即可根据索引号访问与之对应的元素，从而实现快速访问数组中的元素。 1.2.2缺点 (1)删除、插入元素慢。若要删除或插入元素，则需移动制定元素后面的所有元素。 (2)有溢出的可能。数组的内存不足后，需要将整个数组迁移至容量更大的内存中。 1

2018-07-09

3780

《算法图解》开读

编程算法 python

个人认为，算法基础是程序员甚至是与代码打交道的人的基本能力。而优秀的算法能力则能成为从事编程工作的人的核心竞争力。因为时间复杂度低的算法使得代码的高效运行成为现实，好比快速排序法相较于冒泡排序法。严谨的算法能将问题的种种情况都妥善解决，滴水不漏。贪婪的算法能将问题化整为零，将问题的近似解求出，从而得出平衡成本与收益的答案。因此，算法是从事代码人员的极为重要的能力。本人之前一直在读《python算法教程》，但由于外部以及内部的原因，阅读的进度搁置在第六章。为了打好算法的基础，本人参加了一个

2018-07-06

4390

《算法图解》NOTE 1-算法的渐近表示法以及二分法1 .渐近表示法2.二分法

这是《算法图解》的第一篇读书笔记，内容关于表示算法复杂度的渐近表示法以及一个简单但高效的算法：二分法。 1 .渐近表示法 1.1定义算法的运行需要时间，这就需要衡量算法运行时间即时间复杂度的方式。这个衡量方式就被成为渐近表示法（大O表示法）。渐近表示法用于描述算法在最糟糕情况下的运行时间，同时也表示了算法运行时间随问题规模扩大而增长的幅度。 1.2如何使用渐近表示法确定时间复杂度一般而言，算法复杂度可用一个函数进行表示。之后，仅保留函数中增长幅度最大的一项，而这一项就可用于衡量该算法的时间复杂度。

2018-07-06

6890

《算法图解》NOTE 3 递归1.定义2递归结构2.适用场合3.应用案例

这是《算法图解》的第二篇读书笔记，内容主要涉及递归。 1.定义递归是一种解决问题的方式。其基本思路是将问题分解为与原问题的解决原理相同但规模更小的子问题后，解决并获得子问题的答案，之后逐步将子问题的答案合并，以获取原文提的答案。 2递归结构递归在编程中展示的明显特为函数在运行过程中调用函数自身。形如下方的示例 def recursion_fun(i=0): #基递归停止条件 base case if i==100: return None #递归条件 recu

2018-06-19

5920

《算法图解》NOTE 4 快速排序法1.递归与分治法2.快速排序法的实现3.快速排序法的时间复杂度（用渐近表示法表示）

这是《算法图解》的第四篇读书笔记，主要涉及快速排序法。 1.递归与分治法快速排序法（quick sort）之所以有这个名称，源于其排序速度，相较于其他排序方式来说，较快。而其高排序效率，主要源于其使用了分治法（divide and conquer）的思路。所谓分治法，即分而治之，将一个问题划分为几个子问题，而后解决子问题。当然，子问题可以再分解为几个子问题，直到子问题不能再划分时，解决不能再划分的子问题。若有需要，可以将子问题的答案合并，作为原问题的答案。请注意，解决问题的方法一直保持不变。为什么

2018-06-19

7800

《算法图解》note 10 K近邻算法1.K近邻算法简介2.python实现方式3.K近邻算法的优缺点

编程算法 python scikit-learn

这是《算法图解》第十篇读书笔记，内容主要是K邻近算法的介绍。 1.K近邻算法简介 K近邻算法（K-nearest neighbor）是一个给定训练数据，根据样本数据最近的K个实例的类别来判断样本数据的类别或数值的算法。该算法可细分为两种类型：判断样本类别的分类算法，计算样本数据的值的算法。 2.python实现方式可用python的scikit-learn包实现K近邻算法。调用包的方式如下： from sklearn import neighbors #K近邻算法的分类算法 classifier=ne

2018-06-19

8523

《算法图解》note 9 动态规划1.动态规划定义2.与分治法及贪婪算法的区别3.动态规划的后续学习

编程算法存储

这是《算法图解》的第九篇读书笔记，主要内容是动态规划的简介。 1.动态规划定义动态规划指的是在约束条件下，将问题划分为若干子问题并对其求出最优解，同时将子问题的答案存储起来，以减少重复计算相同子问题的次数，最终求出问题最优解的算法思想。 2.与分治法及贪婪算法的区别贪婪算法是自上而下地逐步求解局部最优解，不依赖于子问题。分治法实施的前提是子问题相互独立，相互独立的子问题避免分治法重复计算相同的子问题。而分治法则能解决子问题不独立、局部最优解的求解依赖于子问题的问题。 3.动态规划的后续学习由于

2018-06-13

7260

《算法图解》note 7 狄克斯特拉算法1.狄克斯特拉算法简介2.代码实例

编程算法 python

这是《算法图解》的第7篇读书笔记。其主要内容是简述狄克斯特拉算法。 1.狄克斯特拉算法简介迪克斯特拉（dijkstra)）算法用于找出有向无环图（DAG）中两点的最短路径。对于无权重的有向无环图，狄克斯特拉算法的用途等效于广度优先搜索（BFS）。对于有权重的图：若边的权重是相等的正数，其用途等效于广度优先搜索。若边的权重不等且仅权重均为正数，狄克斯特拉算法能出两点间的最短路径。若边的权重有负数，则狄克斯特拉算法是不适用的。 2.代码实例现在将通过python代码找出以下DAG中从A

2018-06-13

6350

《算法图解》NOTE 5 散列表1.散列表简介2.散列表的特点2.1优点2.2缺点3.应用

编程算法数据结构 python 数据处理

这是《算法图解》的第五篇读书笔记，内容主要涉及散列表（hash table）。 1.散列表简介散列表，又名哈希表，是一种数据结构。它是将用于搜索的键按照一个函数（哈希函数）转化为数组的索引，然后在索引所对应的数组元素中存放与键关联的内容。从本质上来说，哈希表是一个数组，一个稀疏数组，但这个数组的索引是某个键的映射值，键与索引的映射关系可用哈希函数来表示。在python中，最常见的哈希表的数据类型就是字典（dict）。 2.散列表的特点 2.1优点由于散列表本质上是数组，因此支持随机访问，其时间复

2018-06-08

9170

《算法图解》note 6 图以及广度优先搜索和深度优先搜索1.图2.广度优先搜索3.深度优先搜索

编程算法数据结构存储 python

这是《算法图解》第六篇读书笔记，涉及的主要内容为图结构、深度优先搜索和广度优先搜索。 1.图 1.1图的概述图(graph)是一种基本的数据结构，它由点和边构成。根据边有无指向性，可将图分为有向图、无向图。这两种图分别表明点与点之间的关系是单向的(有向图)还是过双向的(无向图)。 1.2图的用途图可用于表示物体之间的关系，以及用于查找两地点之间的最短路径等。 1.3图的存储结构(python实现有向图) 图的存储结结构可分为邻接矩阵和邻接列表。下文将按下图展示邻接矩阵和邻接表。先约定三点：

2018-06-04

1K0

《python算法教程》Day7 - 获取有向图的所有强连通分量强连通分量定义代码示例

python 编程算法

今天是《python算法教程》的第7篇读书笔记，笔记的主要内容是通过python的遍历方式找出有向图的强连通分量。强连通分量定义在有向图G中，如果两个顶点vi,vj间（vi>vj）有一条从vi到v

2018-05-02

2K0

《python算法教程》Day2 - 图和树的基本数据结构图树

python 编程算法数据结构容器

今天是读《python算法教程》的第2天，读书笔记内容为用python实现图和树的基本数据结构。图图的基本数据结构有两种，分别为邻接列表和邻接矩阵。现根据下图通过python实现邻接列表和邻接

2018-05-02

1.1K0

《python算法教程》Day1- 渐近表示法渐近表示法的表示符号渐近表示法的使用方式典型的渐近类型及其算法复杂度优先级

python 编程算法

算法的时间复杂度一般使用渐近表示法表示。渐近表示法的表示符号使用的符号主要有这三个：Of(n)）、Ω(f(n))、��θ(f(n))��。分别表示时间复杂度不超过某个代表运行时间上界的函数f(n)的一系列函数、不低某个表示运行时间下限的函数f(n)的一系列函数、时间复杂度在时间复杂度上界函数f1(n)和时间复杂度下限函数f2(n)之间的一系列函数。其中，f(n)、f1(n)、f2(n)定义为输入规模为n的函数渐近表示法的使用方式一般而言，表示运行时间的函数的形式多样，但渐近表示法中的函数仅截取

2018-05-02

1.2K0

《python算法教程》Day3 - 递归递归简介代码示例

python 编程算法

这是《python算法教程》的第3篇读书笔记。由于之前看书的效率太低了，所以拖了一个多星期才写第三篇读书笔记。这次主要简单总结一下递归（recursion）。递归简介递归是编程中一种常见的算法，他的主要特征是函数运行过程中会调用函数自己，呈现出同一个函数层层套嵌的现象。之所以会使用递归，是因为需要解决的问题可通过分解为与原问题相同但规模较小子问题来解决。同时规模较小的子问题可通过较为简单的代码来解决。上述解决问题的思路则正可通过递归来实现。但要注意的是： 1.递归算法的开销较大。若开销较小的算

2018-05-02

7460

《python算法教程》Day5 - DFS遍历图（邻接字典）DFS简介代码示例

python 编程算法

这是《python算法教程》的第5篇读书笔记。这篇笔记的主要内容为运用DFS（深度优先搜索，depth first search）对图（邻接字典）进行遍历。 DFS简介在解决问题的时候，需要对整个图进行遍历，以获取整个图的节点信息。此时遍历的思路是根据当前访问的点，访问其邻接点，最终使得整个图的节点均被访问。此时，访问邻接节点的策略有DFS（深度优先搜索）和BFS（广度优先搜索）。DFS是先访问当前节点的一个邻接节点，再继续访问该邻接节点的邻接节点，直到访问的邻接节点没有邻接节点。之后再访问上一层节点的另

2018-05-02

2.8K0

《python算法教程》Day9 - 快速排序法快速排序法简介代码展示

这是《python算法教程》第9篇读书笔记，笔记的主要内容为快速排序法。快速排序法简介快速排序法运用分治法的方式，将需要排序的序列细分成小序列进行排序。思路如下：将序列划分为大于序列第一个值、小于序列第一元素的两个序列，以及用于作为比较基准的序列的第一个元素。之后递归调用上述思路，将拆分出来的两个序列分别按照上述思路进行拆分，直到需要排序的序列剩下一个元素。之后将拆分的序列组合起来。代码展示以下展示快速排序的两种代码方案。第一种是每次划分序列，均生成两个新的序列。第二种则是通过调换元素间

2018-05-02

9260

《python算法教程》Day8 - 构建二分搜索树二分搜索树介绍二分搜索树创建代码

python 编程算法存储数据结构

今天是《python算法教程》的第8篇读书笔记，笔记的主要内容是构建二分搜索树。二分搜索树介绍若要对一组有序值中执行操作（如查找），二分搜索法是一个优秀的选择，因为其时间复杂度仅为对数级。但很多时候，对序列的操作不仅仅是查找，还涉及到插入新数据。若此时选用数组作为存储数据的结构，插入数据的时间复度是线性级的，显然无法满足快速插入数据的需求。因此，这里引入二分搜索树这一既能利于二分搜索又能以对数级的时间完成搜索的数据结构。二分搜索树创建代码二分搜索树是一个对象，其提供插入、搜索节点和判断是否存在某个节

2018-05-02

7700

《python算法教程》Day6 - BFS遍历图（邻接字典）BFS简介代码示例

这是《python算法教程》的第6篇读书笔记。笔记的主要内容为BFS（广度优先搜索，breath-first search）。 BFS简介 BFS会对图逐层访问记先访问某个节点的所有临接节点，之后再访

2018-05-02

9420

《python算法教程》Day4 - 拓扑排序（基于有向无环图）拓扑排序简介代码实例

python 编程算法人工智能

这是《python算法教程》的第4篇读书笔记。这篇笔记的主要内容为拓扑排序。拓扑排序简介在将一件事情分解为若干个小事情时，会发现小事情之间有完成的先后次序之分，若不按照特定的顺序完成，则会使得整件

2018-05-02

2.1K0

python 数据分析基础 day14－matplotlib模块概括条形图直方图折线图散点图箱线图

今天是读《pyhton数据分析基础》的第14天，今天读书笔记的内容为使用matplotlib模块绘制常用的统计图。模块概括 matplotlib 是最基础的绘图模块，pandas和seaborn的绘图功能的使用依赖于matplotlib。条形图 #绘制柱形图 from matplotlib import pyplot as plt #绘图数据 x=["a","c","d","e","b"] y=[11.5,18.6,17.5,14.3,10.8] #创建基础图 fig=plt.figure() #

2018-05-02

1.7K0

点击加载更多

社区活动

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·干货材料·成员作品最新动态