l = [1, 2, 3, 4, 5] product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120 迭代器和生成器 在 Python 中一切皆对象...LRU cache缓存装饰器，在 Python 中的表示形式是@lru_cache。...通常应用于 I/O 操作频繁的场景，比如从网站上下载多个文件，I/O 操作的时间可能会比 CPU 运行处理的时间长得多。 并行，则是指多个进程同时执行。...如果是 I/O bound，但是 I/O 操作很快，只需要有限数量的任务 / 线程，那么使用多线程就可以了。 如果是 CPU bound，则需要使用多进程来提高程序运行效率。...Python 线程，在 CPython 解释器中执行时，都会先锁住自己的线程，阻止别的线程执行。
，而不是遍历所有元素，这也是Python中list结构的特点：允许对元素进行快速的随机访问（即检索位于特定索引位置的元素）； appen在list尾部追加元素，时间复杂度为O(1)，同样只需要一步就能在...； iteration迭代list元素，时间复杂度为O(n)，也就是遍历list列表中的每一个元素； contains(in)使用in操作符判断元素是否在list列表当中，时间复杂度为O(n)，需要遍历一遍...n + k)，set slice操作可以分为两个步骤： 先把需要把切片的元素删除掉，就是del slice操作，这个时候时间复杂度为O(n)； 然后把需要设置的切片元素补充上，补充的切片有k个元素，时间复杂度为...in)使用in操作符判断元素是否在list列表当中，时间复杂度为O(n)，需要遍历一遍list列表才能知道； 二 dict内置操作的时间复杂度 copy操作时间复杂度为O(n)，把字典中的所有元素都生成一份...O(1)，使用字典可以不用进行遍历，字典中维护着一个键，所以他能一步找到看对应元素是否在dict中； iteration迭代dict操作，时间复杂度为O(n)，因为dict是一个可迭代对象，因此可以通过
复杂度分析: 时间复杂度o(N):其中N为字符串s的长度，字符串切片函数为线性时间复杂度; 空间复杂度o(N):两个字符串切片的总长度为N。...复杂度分析: 时间复杂度o(N):线性遍历s并添加，使用线性时间;。...空间复杂度O(N)︰新建的辅助res使用O(N)大小的额外空间 方法三:字符串遍历拼接 若规定Python不能使用join(函数，或规定Java只能用String，则使用此方法。...复杂度分析: 时间复杂度o(N):线性遍历s并添加，使用线性时间; 空间复杂度O(N):假设循环过程中内存会被及时回收，内存中至少同时存在长度为N和N―1的两个字符串(新建长度为N的res需要使用前一个长度...Ⅳ-1的res ) ,因此至少使用O(N)的额外空间。
定义 大O符号，记作O(f(n))，表示随着输入大小n的增加，算法的运行时间或所需空间的增长率与f(n)增长率相同或者更慢。...推导大O阶方法： 用常数1取代运行时间中的所有加法常数。 在修改后的运行次数函数中，只保留最高阶项。 如果最高阶项存在且不是1，则去除与这个项目相乘的常数。...空间复杂度不仅包括在算法执行过程中，输入和输出所占据的空间，还包括算法执行过程中临时占用的额外空间。 空间复杂度算的是变量的个数。空间复杂度计算规则基本跟实践复杂度类似，也使用大O渐进表示法。...exchange: 用于标记在一次遍历中是否发生了交换，以此判断数组是否已经排序完成。 i: 循环计数器，用于遍历数组中的元素。...无递归调用: 算法不使用递归，因此不会因为递归调用而在栈上占用额外的空间。 无动态内存分配: 算法运行过程中没有使用如 malloc, new 等动态内存分配函数，因此不会在堆上占用额外的空间。
) p.是否存在不可显示的字符 \t:制表符 \n:换行 text = "hdsgjhk\tklj" v = text.isprintable() print(v) q.判断是否全部是空格 text...:当前数字的二进制至少用几位来表示 print (r) 在32位机器上，整数的位数为32位，取值范围为-2**31～2**31-1，即-2147483648～2147483647 在64位系统上...，可以是任意值 i.设置值，已经存在，不设置，获取当前key对应的值 不存在，设置，获取当前key对应的值 （setdefault） dic = { "k1": "v1", "k2":...③：解释器路径 window linux 系统中： D:\python35\python 2.py python 2.py linux系统中: 文件名： ./2.py 文件内部： 解释器路径 #!.../usr/bin/env python 声明当前使用的是哪个Python解释器 编码 # -*- coding:utf8 -*- 告诉python解释器帮我们怎么编码文件 ascill 00000000
下表列出了这些算法对于不同问题规模的运行时间： 输入大小 算法 A 的运行时间 算法 B 的运行时 10 1,001 111 100 10,001 10,101 1,000 100,001 1,001,001...非常大的整数却是个例外；在这种情况下，运行时间随着位数的增加而增加。 索引操作 — 在序列或字典中读写元素 — 的增长级别也是常数级的，和数据结构的大小无关。...当它超出了所占用空间时，它偶尔被拷贝到一个更大的地方，但是对于 n 个运算的整体时间仍为 O(n) ， 所以我每个运算的平均时间是 O(1) 。 从一个列表结尾删除一个元素是常数时间。...keys、values 和 items 是常数时间，因为它们返回迭代器。 但是如果你对迭代器进行循环，循环将是线性的。 字典的性能是计算机科学的一个小奇迹之一。...图 a.2：运行时间和n，虚线斜率为 1 图 a.3：运行时间和n，虚线斜率为 2 在图 a.2 中，我用斜率为 1 的直线拟合了曲线。 这条线很好地拟合了数据，所以我们得出结论，这些实现是线性的。
(o) 常见用法 列表常见方法如下图所示, 下面我们对部分用法进行操作 切片操作: # 切片操作 # 类似字符串的切片操作，对于列表的切片操作和字符串类似...# 起始偏移量 小于0 则会当做 0 ，终止偏移量 大于 “长度-1” 会被当成 ”长度-1” print([10, 20, 30, 40][1:30]) 成员资格判断: # 成员资格判断 # 判断列表中是否存在指定的元素...、其他序列类型、迭代器等生成元组 list()可以接收元组、字符串、其他序列类型、迭代器等生成列表 # 元组tuple # 列表属于可变序列，可以任意修改列表中的元素 # 元组属于不可变序列，不能修改元组中的元素...也可以使用生成器对象的 __next__() 方法进行遍历，或者直接作为迭代器对象来使用。...根据键查找“键值对”的底层过程 用法总结： 字典在内存中开销巨大 (空间换时间) 键查询速度很快 (通过位运算+Hash运算) 往字典里面添加新键值对可能导致扩容，导致散列表中键的次序变化。
查找需要分成两步进行： 计算键值对所在的桶； 在链表上顺序查找，时间复杂度显然和链表的长度成正比。...HashMap 采用动态扩容来根据当前的 N 值来调整 M 值，使得空间效率和时间效率都能得到保证。...HashTable 关键词： Hashtable的迭代器不是 fail-fast，HashMap 的迭代器是 fail-fast 迭代器。...否则，则使用Comparable的compareTo(T o)方法来比较。...值得说明的是：如果使用的是compareTo(T o)方法来比较，key一定是不能为null，并且得实现了Comparable接口的。
二、字符串的运算Python为字符串类型提供了非常丰富的运算符，我们可以使用+运算符来实现字符串的拼接，可以使用*运算符来重复一个字符串的内容，可以使用in和not in来判断一个字符串是否包含另外一个字符串...需要说明的是，因为字符串在计算机内存中也是以二进制形式存在的，那么字符串的大小比较比的是每个字符对应的编码的大小。...print(s1 is s2, s2 is s3) # False True3.成员运算Python中可以用in和not in判断一个字符串中是否存在另外一个字符或字符串，in和not in运算通常称为成员运算...；在Python中，字符串的索引也可以是从-1到-N的整数，其中-1是最后一个字符的索引，而-N则是第一个字符的索引，通常称之为负向索引。...# 7# 从后向前查找字符o出现的位置(相当于最后一次出现)print(s.rfind('o')) # 123.格式化字符串在Python中，字符串类型可以通过center、ljust、rjust
通过本节学习，应掌握以下内容： 了解算法分析的重要性 能够熟练使用大 O O O 表示法分析算法的时间复杂度 掌握空间复杂度分析方法 了解 Python 列表和字典常见操作的时间复杂度 1....在 Python 中，可以使用 time 模块的 time 函数记录程序的开始时间和结束时间，然后计算差值，就可以得到以秒为单位的算法执行时间。...而指数复杂度除了对那些规模特别小的输入，其运行时间都是不现实的，即使立方复杂度和其相比都相形见绌。 3. 算法的存储空间需求分析 在以上内容中讨论的都是代码的时间复杂度。...Python内置数据结构性能分析 由于在之后的学习中，我们需要经常使用列表和字典作为构建其他数据结构的基石，因此了解这些数据结构操作的时间复杂度是必要的。...，用于在测试中使用列表对象 x，这么是为了在一个干净的环境中运行计时测试，以免某些变量以某种意外的方式干扰函数的性能。
(o) 常见用法 列表常见方法如下图所示, 下面我们对部分用法进行操作 切片操作: # 切片操作 # 类似字符串的切片操作，对于列表的切片操作和字符串类似...# 起始偏移量 小于0 则会当做 0 ，终止偏移量 大于 “长度-1” 会被当成 ”长度-1” print([10, 20, 30, 40][1:30]) 成员资格判断: # 成员资格判断 # 判断列表中是否存在指定的元素...、其他序列类型、迭代器等生成元组 list()可以接收元组、字符串、其他序列类型、迭代器等生成列表 # 元组tuple # 列表属于可变序列，可以任意修改列表中的元素 # 元组属于不可变序列，不能修改元组中的元素...也可以使用生成器对象的 __next__() 方法进行遍历，或者直接作为迭代器对象来使用。...流程图如下： 用法总结： 字典在内存中开销巨大 (空间换时间) 键查询速度很快 (通过位运算+Hash运算) 往字典里面添加新键值对可能导致扩容，导致散列表中键的次序变化。
在面对并发的修改时，迭代器很快就会完全失败，而不是冒着在将来某个不确定时间发生任意不确定行为的风险。具体请参看下面HashMap的实现原理，也实现了Fail-Fast机制。...在面对并发的修改时，迭代器很快就会完全失败，而不是冒着在将来某个不确定时间发生任意不确定行为的风险。 总结 LinkedList是List接口的双向链表非同步实现，并允许包括null在内的所有元素。...迭代器初始化过程中会将这个值赋给迭代器的expectedModCount，在迭代过程中，判断modCount跟expectedModCount是否相等，如果不相等就表示已经有其他线程修改了Map，马上抛出异常...* 底层实际调用HashMap的containsKey判断是否包含指定key。 * @param o 在此set中的存在已得到测试的元素。...运行速度都要比Hash集合慢，他们内部对元素的操作时间复杂度为O(logN)，而HashMap/HashSet则为O(1)。 不同点： 1.
IDEL中启动解释器 PyCharm中启动解释器 点击底部Python Console 缩进 ---- 缩进是Python语言和其他语言非常不一样的地方，Python用缩进（4个空格）来表示程序块...： 使用过滤和映射生成特定要求的列表，语法[ for k in L if ]，for k in L是对L列表的循环，if expr2使用expr2对循环的元素k进行过滤，.../ 字典类型 ---- 字典是Python中关联的容器类型，使用大括号{}创建，字典中的元素都是一对，每对包括key和value两部分，key值不能重复。...()返回迭代器对象，keys()返回以key为元素的列表。...不定参数*arg arg实际上是一个元组 参数/ /符号前的参数必须使用默认参数输入方式，不能再带关键字。 /符号后面的参数依然可以使用关键字输入形式。
比如mergeSort(a,0,n-1)运行时间的实际递归式应该是： T(n)={O(1)，T(⌈n2⌉)+T(⌊n2⌋)+O(n)，当n=1当n>=2T(n)={O(1)，当n=1T(⌈n2⌉)+T...遗憾的是并不存在通用的方法来猜测递归式的正确解，需要凭借经验，偶尔还需要创造力。即使猜出了递归式解的渐近界，也有可能在数学归纳证明时莫名其妙的失败。...(n)=Θ(f(n))T(n)=Θ(f(n)) 在使用主定理之前，要比较f(n)和(nlogba)f(n)和(nlogba)的大小，这个大小不是算术意义上的大小比较，而是要在多项式意义上比较...如果f(n)落在这两个间隙中，或者情况3中 正则条件不成立，就不能使用主方法来求递归式。 ...+1)=1时，递归过程结束，这时我们计算如下： 到这里我们知道该算法的时间复杂度为O(n2)，上面的计算中，我们可以直接使用无穷等比数列的公式，不用考虑项数i的约束，实际上这两种方法计算的结果是完全等价的
总的来说,在评价算法好坏时,时间和空间复杂度应该放在首位,然后是代码质量和其他方面。而不是单纯看代码是否简洁。 算法的复杂度 算法在编写成可执行程序后，运行时需要耗费时间资源和空间(内存)资源 。...时间复杂度的概念 时间复杂度的定义：在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。...2、在修改后的运行次数函数中，只保留最高阶项。 3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。...另外有些算法的时间复杂度存在最好、平均和最坏情况： 最坏情况：任意输入规模的最大运行次数(上界) 平均情况：任意输入规模的期望运行次数 最好情况：任意输入规模的最小运行次数(下界) 例如：在一个长度为...N数组中搜索一个数据x 最好情况：1次找到 最坏情况：N次找到 平均情况：N/2次找到 在实际中一般情况关注的是算法的最坏运行情况，所以数组中搜索数据时间复杂度为O(N) 常见复杂度 常数阶O(
多线程适合那些会花费大量时间在I/O操作上，但没有太多并行计算需求且不需占用太多内存的I/O密集型应用。...Python 3中字典的keys、values、items方法都不再返回list对象，而是返回view object，内置的map、filter等函数也不再返回list对象，而是返回迭代器对象。...点评：池化技术就是一种典型空间换时间的策略，我们使用的数据库连接池、线程池等都是池化技术的应用，Python标准库currrent.futures模块的ThreadPoolExecutor就是线程池的实现...线程池是一种用于减少线程本身创建和销毁造成的开销的技术，属于典型的空间换时间操作。...1 2 扩展：如果不希望代码运行时动态的给对象添加新属性，可以在定义类时使用__slots__魔法。
进程资源的拥有者） 同一个进程下的读多个线程共享内存空间，数据直接访问（数据共享） 为了保证数据安全，必须使用线程锁 GIL全局解释器锁 在python全局解释器下，保证同一时间只有一个线程运行 防止多个线程都修改数据...、阻塞，协程遇到I/O会自动切换（剩下的只有CPU操作） 线程的状态保存在CPU的寄存器和栈里而协程拥有自己的空间，所以无需上下文切换的开销，所以快、 为甚么协程能够遇到I/O自动切换 协程有一个gevent...因为有很多模块在使用I / O操作时Gevent是无法捕获的，所以为了使Gevent能够识别出程序中的I / O操作。 # 2....、在项目里用的不多） 插入日志的时候 redis缓存 为什么使用装饰器 结合应用场景说需求 如何使用装饰器 装饰器求函数运行时间 Python 闭包 当一个嵌套函数在其外部区域引用了一个值时，该嵌套函数就是一个闭包...with（上下文管理） 上下文管理器对象存在的目的是管理 with 语句，就像迭代器的存在是为了管理 for 语句一样。 with 语句的目的是简化 try/finally 模式。
随着切片元素的递增，每一次判断元素是否在 map 中，因为 map 的 key 是不确定的类型，会发生变量逃逸，触发堆内存的分配。所以，可预见的是当元素数量增加时，性能差异会越来大。...而且使用指针还有另一个好处，可以直接修改指针对应的结构体的值。 5.4 小结 range 在迭代过程中返回的是元素的拷贝，index 则不存在拷贝。...内存管理 1.使用空结构体节省内存 1.1 不占内存空间 在 Go 中，我们可以使用 unsafe.Sizeof 计算出一个数据类型实例需要占用的字节数。...sliceFibonacci() 函数中定义的局部变量切片逃逸到了堆。 那么多大的变量才算是小变量呢？对 Go 编译器而言，超过一定大小的局部变量将逃逸到堆上，不同的 Go 版本的大小限制可能不一样。...内存开销 空间上，一个 Go 程占用约 2K 的内存，在源码 src/runtime/runtime2.go里面，我们可以找到 Go 程的结构定义type g struct。
有许许多多文章写了 Python 中的许多很酷的特性，例如变量解包、偏函数、枚举可迭代对象，但是关于 Python 还有很多要讨论的话题，因此在本文中，我将尝试展示一些我知道的和在使用的，但很少在其它文章提到过的特性...2、对迭代器切片 如果你尝试直接对迭代器切片，则会得到 TypeError ，提示说该对象不可取下标（not subscriptable），但是有一个简单的解决方案： import itertools...（译注：更多关于迭代器切片的内容，可阅读Python进阶：迭代器与迭代器切片） 3、跳过可迭代对象的开始 有时候你必须处理某些文件，它们以可变数量的不需要的行（例如注释）为开头。...16、使用装饰器缓存函数调用 你是否曾经编写过一种函数，它执行昂贵的 I/O 操作或一些相当慢的递归，而且该函数可能会受益于对其结果进行缓存（存储）？...17、在可迭代对象中查找最频繁出现的元素 在列表中查找最常见的元素是非常常见的任务，你可以使用 for 循环和字典（map），但是这没必要，因为 collections 模块中有 Counter 类：
Python中的映射类型，字典和集合，键值唯一，查找效率高，序列（列表、元祖、字符串）的元素查找时间复杂度是O(n)，而字典和集合的查找只需要O(1)。...True) print(result) 例题3：海量数据找出top K的数据# 对于小数据量可以使用排序+切片，而对于海量数据，需要考虑服务器硬件条件。...注意，不要使用双重循环，暴力加和来和target对比，正确的做法是单层循环，然后查找target与当前值的差，是否存在于列表中。...但是由于列表的in查询时间复杂度是O(n)，即隐含了一层循环，这样效率其实和双重循环是一样的，都是O(n^2)。...这里就可以使用哈希来优化查询差值是否在列表中操作，将O(n)降为O(1)，因此总体的效率就会变成O(n^2)- O(n)。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
