运维小白的python之路(四)
2017-04-16 20:36
253 查看
冒泡排序法
遍历一个队列,把第一个值与第二个值比较,如果后面的比前面的值大,就将两个值互换,直到遍历结束。再进行第二次循环,这次循环是上次循环次数的减一次,也是做同上次循环一样的操作。
直到最后一次循环。
#!/usr/bin/env python a = [10,4,33,21,54,3,8,11,5,22,2,1,17,13,6] for j in range(1,len(a)): for i in range(len(a)-j): if a[i] > a[i+1]: a[i],a[i+1] = a[i+1],a[i] print(a)
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n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)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T(n),的上界与输入大小无关,则称其具有常数时间,记作O(1)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O(n)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。模块
导入模块
import:以一个整体获取模块from:从一个模块中获取特定的变量名
import module from module.xx.xx import xx from module.xx.xx import xx as rename from module.xx.xx import *
模块的搜寻路径
python搜索模块的时候,是通过当前目录和sys.path列表里面的路径搜索。如果sys.path路径列表没有你想要的路径,可以通过 sys.path.append(‘路径’) 添加。
模块的导入一定是要从sys.path列表中的路径为开始
_file_变量
模块内的file变量是模块当前的相对路径_init_.py文件
在python的包中都会有一个_init_.py文件,这个文件会帮助你好到python的模块,例如from module.xx.xx import xx #如果没有__init__,module.xx.xx的形式会报错
返回文件的绝对路径
os.path.abspath()可以返回文件的绝对路径pre_path = os.path.abspath('../') #返回上一级目录的绝对路径 pre_path = os.path.abspath(__file__) #返回当前目录的绝对路径
筛选目录名(实际上只是把路径的最后一层去掉,不管最后一层是文件还是目录)
os.path.dirname(os.path.abspath(__file__))
pickle模块
可以将python的变量,以变量的时候保存在文件中(仅限python中的变量,别的语言不行)pickle常用用法
dump与 dumps的区别dump需要传入文件变量,把内容写入文件
dumps是返回pickle可识别的变量内容
import pickle a = [1,2,3,4,5,6,7,8] with open("xiaoming_test", "wb") as f: pickle.dump(a,f) ############################################ import pickle a = [1,2,3,4,5,6,7,8] with open("dingyi_test", "wb") as f: f.write(pickle.dumps(a))
load与loads的区别
与dump同理
import pickle a = [1,2,3,4,5,6,7,8] with open("xiaoming_test", "rb") as f: a = pickle.load(f) print(a) ################################### import pickle a = [1,2,3,4,5,6,7,8] with open("xiaoming_test", "rb") as f: a = pickle.loads(f.read()) print(a)
json模块
他们的区别与pickle一样,只是json不需要二进制参数dump与 dumps的区别
import json a = [1,2,3,4,5,6,7,8] with open("dingyi_test", "w") as f: #json不需要二进制读取和写入文件 json.dump(a,f) ##################################################### import json a = [1,2,3,4,5,6,7,8,8] with open("dingyi_test", "w") as f: f.write(json.dumps(a))
load与loads的区别
import json a = [1,2,3,4,5,6,7,8,8] with open("dingyi_test", "r") as f: a = json.load(f) print(a) ####################################################### import json a = [1,2,3,4,5,6,7,8,8] with open("dingyi_test", "r") as f: a = json.loads(f.read()) print(a)
相关文章推荐
- 运维小白的python之路(一)
- 运维小白的python之路——paramiko
- 运维小白的Python之路(三)
- 运维小白的Python之路(二)
- 运维小白的python之路(五)——模块
- 小白的Python之路 day4 装饰器前奏
- 菜鸟小白的python学习之路
- 小白的Python之路 day4 不同目录间进行模块调用(绝对路径和相对路径)
- Python运维之路——协程、事件驱动与异步IO
- Python小白学习之路(三)—【数字功能】【字符串功能】
- 小白的Python之路 day4 迭代器
- 小白的Python之路 day4 软件目录结构规范
- Python小白学习之路(五)—【类和对象】【列表】【列表相关功能】
- python脚本监控网站状态 - 赵海华_运维之路 - 51CTO技术博客
- 小白的Python之路 day5 configparser模块的特点和用法
- 小白的Python之路 day1 变量
- 小白的Python之路 day5 python模块详解及import本质
- python小白学习之路啊
- python在不同层级目录import模块的方法 作者:运维之路 字体:[增加 减小] 类型:转载 时间:2016-01-31 我要评论 这篇文章主要介绍了python 在不同层级目录import
- python运维之路——mysql、pymysql