1. 序列翻转（使用 [::-1]）
# 翻转字符串
s = "abcdef"
print("原始字符串：", s)
print("翻转后：", s[::-1])
# 翻转列表
lst = [1, 2, 3, 4, 5]
print("原始列表：", lst)
print("翻转后：", lst[::-1])
说明： 利用切片中的步长为 -1 可快速得到一个序列的倒序。
2. 数字转二进制和十六进制（使用 bin() 与 hex()）
num = 255
print("数字", num, "的二进制表示：", bin(num)) # 输出 0b11111111
print("数字", num, "的十六进制表示：", hex(num)) # 输出 0xff
说明： 内置函数 bin() 和 hex() 可将整数转换为对应的二进制和十六进制字符串。
3. 利用 eval() 解析数学表达式
expression = "2 + 3 * (4 - 1)"
result = eval(expression)
print("表达式", expression, "的计算结果是：", result)
说明： eval() 可以将字符串形式的数学表达式解析并计算，但在使用时请确保传入的表达式是安全的，避免安全风险。
4. 自定义排序写法
# 示例1：对数字列表进行降序排序
nums = [5, 2, 9, 1, 7]
sorted_nums = sorted(nums, key=lambda x: x, reverse=True)
print("降序排序结果：", sorted_nums)
# 示例2：对含元组的列表按照元组第二个元素排序
fruits = [("apple", 3), ("banana", 2), ("cherry", 5)]
sorted_fruits = sorted(fruits, key=lambda item: item[1], reverse=True)
print("按照数量降序排序的水果：", sorted_fruits)
说明： 使用 sorted() 的 key 参数可以自定义排序规则，reverse=True 表示降序排列。
5. 使用 enumerate() 遍历序列
lst = ['a', 'b', 'c', 'd']
# 同时获取索引和值
for index, value in enumerate(lst):
print("索引：", index, "对应的值：", value)
说明： enumerate() 是遍历序列时同时获得元素索引和对应值的一种便捷方法。
6. 字符串、字典、集合、列表的常见操作
# 字符串操作
text = "Hello, World!"
print("大写：", text.upper())
print("小写：", text.lower())
print("查找子串 'World' 的位置：", text.find("World"))
# 列表操作
lst = [3, 1, 4, 1, 5, 9]
lst.append(2) # 添加元素
lst.sort() # 排序
print("排序后的列表：", lst)
# 字典操作
person = {"name": "Alice", "age": 25}
person["city"] = "Beijing" # 添加新键值对
for key, value in person.items():
print(f"{key}: {value}")
# 集合操作
s = {1, 2, 3, 4}
s.add(5) # 添加元素
s.remove(3) # 删除元素
print("集合内容：", s)
说明： 熟悉常用数据结构（字符串、列表、字典、集合）的内置方法和操作方式，对于快速开发和算法竞赛中调试问题非常有帮助。
7. 使用 itertools.combinations 求组合数
from itertools import combinations
items = [1, 2, 3, 4]
# 求 2 个元素的所有组合
comb = list(combinations(items, 2))
print("所有2元素组合：", comb)
说明： combinations 能够生成给定序列中指定长度的所有可能组合，适合需要穷举组合情况的算法题。
8. 使用 itertools.permutations 求全排列
from itertools import permutations
items = [1, 2, 3]
# 求全排列（长度为3，即全部元素全排列）
perm = list(permutations(items, 3))
print("全排列结果：", perm)
说明： permutations 用于生成序列所有可能的排列，常见于涉及排列问题的场景。
9. 使用 collections.deque 实现双端队列
from collections import deque
d = deque([1, 2, 3])
d.append(4) # 从右侧添加
d.appendleft(0) # 从左侧添加
print("双端队列内容：", d)
d.pop() # 从右侧弹出
d.popleft() # 从左侧弹出
print("操作后的双端队列：", d)
说明： deque 是一个高效的双端队列数据结构，在需要频繁从两端添加或删除元素时非常高效。
10. 使用 math.factorial() 计算阶乘
import math
n = 5
result = math.factorial(n)
print(f"{n} 的阶乘是：", result)
说明： math.factorial() 用于计算正整数的阶乘，常用于排列组合计算中。
11. 日期处理（使用 datetime 与 timedelta）
from datetime import datetime, timedelta
# 获取当前时间
now = datetime.now()
print("当前时间：", now)
# 计算一天后的日期时间
tomorrow = now + timedelta(days=1)
print("一天后的时间：", tomorrow)
# 日期格式化
formatted = now.strftime("%Y-%m-%d %H:%M:%S")
print("格式化后的时间：", formatted)
说明： datetime 和 timedelta 可以方便地进行日期与时间的计算与格式化，在处理时间相关问题时很实用。
更多示例看下面文章：
13. 使用 collections.Counter 计数字典
import collections
# 统计字符串中各字符出现的次数
data = "abracadabra"
counter = collections.Counter(data)
print("字符计数：", counter)
说明： Counter 可以自动统计可迭代对象中各元素出现的次数，适用于频次统计、查找众数等场景。
14. 使用 OrderedDict 创建有序字典
from collections import OrderedDict
od = OrderedDict()
od['first'] = 1
od['second'] = 2
od['third'] = 3
# 即使插入顺序很重要，遍历时也会按照插入顺序显示
for key, value in od.items():
print(key, ":", value)
说明： OrderedDict 会保存字典中元素的插入顺序，在某些需要保持顺序的场景下非常有用。
15. 使用 queue.PriorityQueue 实现优先队列
from queue import PriorityQueue
pq = PriorityQueue()
# 放入数据：（优先级, 数据内容）——注意优先级数字越小优先级越高
pq.put((2, "Task2"))
pq.put((1, "Task1"))
pq.put((3, "Task3"))
while not pq.empty():
priority, task = pq.get()
print("处理任务：", task, "优先级：", priority)
说明： PriorityQueue 非常适合调度或任务排序场景，通过设置优先级数字来控制顺序。
16. 使用 heapq 实现小顶堆
import heapq
heap = []
# 将数据加入堆中
heapq.heappush(heap, 5)
heapq.heappush(heap, 2)
heapq.heappush(heap, 8)
heapq.heappush(heap, 1)
print("堆中的元素：", heap)
# 弹出最小的元素
min_value = heapq.heappop(heap)
print("弹出的最小元素：", min_value)
print("剩余堆：", heap)
说明： heapq 模块提供了堆操作，可以实现优先队列等功能。默认是小顶堆，即最小值总在堆顶。
© 版权声明
若无特殊说明，文章版权归作者所有，请勿转载至任何平台。
THE END
暂无评论内容