1.1 Counter() 计数器
Counter()
可以统计字符串中每个字符出现的次数,也可以统计数组中每个数字出现的次数
print(Counter('aabbccc'))
遍历成员Counter().items()
for val,cnt in Counter('aabbccc').items():
print(val,cnt)
更新成员Counter().update()
1.2 enumerate() 索引数组
enumerate()
会生成下标索引+内容
for i, element in enumerate(seq):
print i, element
1.3 defaultdict() 缺省字典
defaultdict()
是python提供了一种默认值字典的数据结构。它允许我们在定义字典时给所有不存在的key设置默认值,这样当取不存在的key时,就不会报错。
(1)defaultdict(int):初始化为 0
(2)defaultdict(float):初始化为 0.0
(3)defaultdict(str):初始化为""
(4)defaultdict(list):初始化为[0]
1.4 deque() 队列
-
s1 = q.popleft()
取出队列左侧值并删除
-
q.append(s1)
在队列右侧添加值
1.5 heapq 堆
默认最小堆,也就是第一个数永远是最小的
-
heapq.heapify(list)
申明堆
-
heapq.heappush(heap, item)
增加元素
-
heapq.heappop(heap)
删除并返回堆中最小值
-
heapq.heappushpop(heap, item)
弹出最小值并增加元素
1.6 reduce()
-
reduce(lambda x,y:x+y ,a)
将数组a的元素两两传入,并递归调用
1.7 map()
-
map(function,a)
将数组a的元素传入并执行function函数
2.1 数组操作
-
array[::2]
取所有偶数索引
-
array[1::2]
取所有奇数索引
-
array[::-1]
反转数组
-
array.sort()
数组从小到大排列
-
array.sort(reverse=1)
数组从大到小排列
-
array.sort(key=lambda x: (-x[0], x[1]))
将二维数组第一位降序排序,如果第一位相同,就按第二位升序排序,按照key的函数返回值进行从小到大排序
-
max()
求数组最大值
-
min()
求数组最小值
-
sum()
求数组和
-
set()
数组去重
-
choice()
返回数组、元组或字符串随机数
index = bisect(ls, x)
有序列表二分法查找获取索引值
-
biserct_right
寻找右侧第一个值得索引+1
返回索引+1
-
biserct_left
寻找左侧第一个值
如未查找到值,则返回合适的插入点索引,使得数组有序
参考文档
2.3 字符串操作
-
s1.split()
将字符串按空格进行分割
-
s1.split('\n')
将字符串按换行进行分割
-
f'{L}({M}){R}'
字符串拼接{}
-
eval()
字符串表达式计算,返回计算结果
-
s1.isdigit()
判断字符串是否全是由数字组成
-
s1.islower()
判断字符串是否为小写字母
图搜索
1 方向表,即(x,y)的四周的方向。
2 状态表,用来判断该节点是否已经访问过了。
3 边界检测,在进行递归或者入队之前必须对边界进行检测,符合条件才能递归或者入队。
4 判断目标,如果出现目标则进行处理。
3.1 BFS 广度优先搜索
def bfs(graph, start):
# 创建一个set记录点是否已被遍历
visited = set()
q = Queue()
q.put(start)
while not q.empty():
u = q.get()
print(u)
for v in graph.get(u, []):
if v not in visited:
visited.add(v)
q.put(v)
graph = {1: [4, 2], 2: [3, 4], 3: [4], 4: [5]}
bfs(graph, 1)
3.2 DFS 深度优先搜索
- 寻找两点之间所有路径。
- 求关键路径。因为它能发现所有路径,第一次dfs求出最长的路径,再dfs一次把所有等于这个长度的路径输出来,可能会输出好几条最长路径。这样就不用求什么最早最晚时间和拓扑了。