Python--day4--正则表达式/冒泡/时间复杂度

介绍：
本文为学习python笔记，时间为2016年12月27日 。

目录：
正则表达式
概念

基本语法

匹配格式

常用5种操作

字符匹配

compile格式

实际应用

冒泡算法

时间复杂度

概念：
正则表达式，又称规则表达式。匹配规则。

基本语法：

import  re  ##导入模块
m = re.match("abc","abcdefghi")
x = re.match("abc","bcdefghi")
print(m)
print(x)
print(m.group())
<_sre.SRE_Match object; span=(0, 3), match='abc'>##object 匹配上了
None   ##无匹配
abc##  .group匹配的内容

匹配格式：
^ : 匹配字符串的开头
$ : 匹配字符串的结尾
.: 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]: 用来表示一组字符，单独列出：[amk] 匹配 'a','m''k'
[^...]:不在[]中的字符
re* 匹配0个或多个的表达式
re+ 匹配1个或多个的表达式
re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪模式
re{n}
re{n,} 精确匹配n个前面的表达式
a|b 匹配 a 或b
(re) G匹配括号内的表达式，也表示一个组
(?imx) 正则表达式包含三种可选表示 i m x 只影响括号中的区域
(?-imx) 正则表达式关闭 imx
(?:re) 类似(...),但是不表示一个组
(?imx:re) 在括号中使用imx可选标志
(?-imx:re) 在括号中不使用imx 可选标志
(?#...)注释。
(?=re) 前向可定界定符
(?!re) 前向福鼎界定符
(?>re) 匹配的独立模式。
\w匹配字母数字[A-Za-z0-9_]
\W 非字母数据[^A-Za-z0-9]
\s 任意空白字符[\f\n\r\t\v]
\S 非任意空白字符 [^\f\n\r\t\v]
\d 任意数字 [0-9]
\D任意非数字 [^0-9]
\A 字符串开始
\Z 字符串结束，只匹配到换行前的结束字符串
\z字符串结束
\G最后匹配完成的位置
\b 一个单词边界
\B 非单词边界
\n,\t 一个换行符
\1..\9 第n个分组的子表达式
\10 匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。

常用5种操作

re.match(pattern,string)   ##从头匹配
re.search(pattern,string)   ##匹配整个字符串，直到找到一个匹配
re.split()   ##将匹配到的格式当成分割点对字符串分割成列表
re.findall() ##找到所有要匹配的字符并返回列表格式
re.sub(pattern,repl,string,count,flag)  ##替换匹配到的字符
例子：
>>> m = re.split("[0-9]", "alex1rain2jack3helen rachel8")
>>> print(m)
['alex', 'rain', 'jack', 'helen rachel', '']
>>> m = re.findall("[0-9]", "alex1rain2jack3helen rachel8")
>>> print(m)
['1', '2', '3', '8']
>>> m=re.sub("[0-9]","|", "alex1rain2jack3helen rachel8",count=2 )
>>> print(m)
alex|rain|jack3helen rachel8

备注：
re.match 与re.search的区别
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败。
re.search匹配整个字符串， 直到找到一个匹配。

字符匹配
python匹配 python
[Pp]thon Python python
rub[ye] ruby rube
[aeiou]括号内的任意一个字母
[0-9] 任何数字
[a-z]任何小写字母
[A-Z] 任何大写字母
[a-zA-Z0-9]任何字母和数字
[^aeiou] 除了aeiou以外的所有字符
[^0-9] 除了数字外的字符

compile格式
p = re.compile("^[0-9]")
m = p.match('14534Abc')
区别在于，第一种方式是提前对要匹配的格式进行了编译（对匹配公式进行解析），这样再去匹配的时候就不用在编译匹配的格式，第2种简写是每次匹配的时候 都 要进行一次匹配公式的编译，所以，如果你需要从一个5w行的文件中匹配出所有以数字开头的行，建议先把正则公式进行编译再匹配，这样速度会快点。

实际应用

匹配手机号
m = re.search("(1)([358]\d{9})", phone_str2)
匹配IPV4
m = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", ip_addr)
分组匹配地址　
contactInfo = 'Oldboy School, Beijing Changping Shahe: 010-8343245'
match = re.search(r'(\w+), (\w+): (\S+)', contactInfo) #分组
>>> match.group(1)
'Doe'
>>> match.group(2)
'John'
>>> match.group(3)
'555-1212'
match = re.search(r'(?P<last>\w+), (?P<first>\w+): (?P<phone>\S+)', contactInfo)
>>> match.group('last')
'Doe'
>>> match.group('first')
'John'
>>> match.group('phone')
'555-1212'
匹配email
m = re.search(r"[0-9.a-z]{1,26}@[0-9.a-z]{1,20}.[0-9a-z]{0,8}.[0-9a-z]{0,8}", email)  ##r不转意

冒泡算法
将不规则的数组按照从小到大的顺序进行排序

data = [10,4,33,21,54,3,8,11,5,22,2,1,17,13,6]
for j in range(1,len(data)):
for i in range(len(data)-j):   ##-j 是因为第一次排序54,已经到最后了，不用排序了。第二次33到最后了，不用比较了。依次只比较前面的数组。
if data[i] >  data[i+1]:  ## 10,4进行比较
tmp = data[i+1] ##tmp=4
data[i+1] = data[i]##4变10
data[i] = tmp   ##10变成4
print(data)

结果
[4, 10, 21, 33, 3, 8, 11, 5, 22, 2, 1, 17, 13, 6, 54]
[4, 10, 21, 3, 8, 11, 5, 22, 2, 1, 17, 13, 6, 33, 54]
[4, 10, 3, 8, 11, 5, 21, 2, 1, 17, 13, 6, 22, 33, 54]
[4, 3, 8, 10, 5, 11, 2, 1, 17, 13, 6, 21, 22, 33, 54]
[3, 4, 8, 5, 10, 2, 1, 11, 13, 6, 17, 21, 22, 33, 54]
[3, 4, 5, 8, 2, 1, 10, 11, 6, 13, 17, 21, 22, 33, 54]
[3, 4, 5, 2, 1, 8, 10, 6, 11, 13, 17, 21, 22, 33, 54]
[3, 4, 2, 1, 5, 8, 6, 10, 11, 13, 17, 21, 22, 33, 54]
[3, 2, 1, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[2, 1, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
时间复杂度

（1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
（2）时间复杂度 在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=Ｏ(f(n)),称Ｏ(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。

指数时间
指的是一个问题求解所需要的计算时间m(n)，依输入数据的大小而呈指数成长（即输入数据的数量依线性成长，所花的时间将会以指数成长）

1 2 3 4 5

for (i= 1 ; i<=n; i++) x++; for (i= 1 ; i<=n; i++) 　 for (j= 1 ; j<=n; j++) x++;

第一个for循环的时间复杂度为Ο(n)，第二个for循环的时间复杂度为Ο(n2)，则整个算法的时间复杂度为Ο(n+n2)=Ο(n2)。常数时间
若对于一个算法，的上界与输入大小无关，则称其具有常数时间，记作时间。一个例子是访问数组中的单个元素，因为访问它只需要一条指令。但是，找到无序数组中的最小元素则不是，因为这需要遍历所有元素来找出最小值。这是一项线性时间的操作，或称时间。但如果预先知道元素的数量并假设数量保持不变，则该操作也可被称为具有常数时间。
对数时间 若算法的T(n) = O(log n)，则称其具有对数时间常见的具有对数时间的算法有二叉树的相关操作和二分搜索。对数时间的算法是非常有效的，因为每增加一个输入，其所需要的额外计算时间会变小。递归地将字符串砍半并且输出是这个类别函数的一个简单例子。它需要O（log n）的时间因为每次输出之前我们都将字符串砍半。 这意味着，如果我们想增加输出的次数，我们需要将字符串长度加倍。
线性时间　如果一个算法的时间复杂度为O(n)，则称这个算法具有线性时间，或O(n)时间。非正式地说，这意味着对于足够大的输入，运行时间增加的大小与输入成线性关系。例如，一个计算列表所有元素的和的程序，需要的时间与列表的长度成正比。