Python程序笔记20230305

n 以内能被 m 整除的数的和、积

最初版本

计算指定数字内所有偶数的和

n = int(input("请输入指定的n:"))  
i = 0  
mysum = 0  
  
while i <= n:  
	if i % 2 == 0:  
		mysum = mysum + i  
i = i + 1  
  
print(f"{n}以内的所有偶数的和是{mysum}")  
print("{0}以内的所有偶数的和是{1}".format(n, mysum))

对于两行输出代码:
第一行代码使用了 f-string,语法形式为在字符串前加上字母 f,然后使用花括号 {} 括起来的变量名或表达式,就可以在字符串中插入变量的值。在这个例子中,f-string 会将变量 n 和 mysum 的值插入到字符串中。
第二行代码使用了字符串的 format() 方法,它可以用来替换字符串中的占位符。在这个例子中,字符串中的占位符是 {0} 和 {1},分别对应 format() 方法的第一个参数和第二个参数。在 format() 方法中,可以按照顺序传递参数值,或者使用关键字参数来指定参数的位置。输出结果与 f-string 相同

优化方法

使用 for 循环

n = int(input("请输入指定的n"))
mysum = 0

for i in range(0, n+1, 2):
    mysum += i

print(f"{n}以内的所有偶数的和是{mysum}")

使用列表推导式

n = int(input("请输入指定的n:"))
mysum = sum([i for i in range(n+1) if i % 2 == 0])
print(f"{n}以内的所有偶数的和是{mysum}")

使用内置 math 模块

import math
n = int(input("请输入指定的n:"))
mysum = math.ceil(n/2) * (n//2 + 1)
print(f"{n}以内的所有偶数的和是{mysum}")

使用 math.ceil() 函数来将 n 除以 2 并向上取整。这里使用向上取整的原因是为了确保当 n 为奇数时,也能够正确计算偶数和。例如,当 n 为 5 时,5//2 = 22*3 = 6,这样就能正确计算 5 以内的偶数和了。
使用整除运算符 // 和取模运算符 % 来计算 n 的一半和 n 的下取整值,然后将它们相乘得到所有偶数的和。这个计算公式的思路是:偶数和 = 2 + 4 + 6 + ... + n(n 为偶数)= 2 * (1 + 2 + 3 + ... + n/2) = 2 * [n/2 * (n/2 + 1)/2] = n/2 * (n/2 + 1),其中 [ ] 表示向下取整。注意,当 n 为奇数时,n//2 会向下取整,因此会忽略掉最后一个奇数,但这并不影响结果,因为最后一个奇数一定不是偶数。

使用 peephole 优化技术

n = int(input("请输入指定的n:"))
i = 0
mysum = 0

while i <= n:
    if not i & 1: # 使用位运算代替求余运算
        mysum += i # 使用增量赋值代替普通赋值
    i += 1

print(f"{n}以内的所有偶数的和是{mysum}")

在 Python 中,位运算比求余运算更快,因此可以提高代码的执行效率。在这个例子中,使用了位运算 & 来判断 i 是否为偶数。由于偶数的二进制表示的最后一位为 0,因此 i & 1 的结果为 0 就意味着 i 是偶数。这样就避免了使用 % 操作符来求余数,提高了代码的性能。
使用了增量赋值 += 代替普通赋值。增量赋值可以将两个操作合并成一个,从而提高代码的执行效率。
这些优化方法可能对于小规模的数据集并没有太大的作用,但是在处理大规模数据集时,它们能够提高代码的执行效率,从而减少程序的运行时间和资源消耗。

关于位运算

当我们将一个二进制数和 1 进行按位与(&)操作时,只有最后一位是 1 的二进制数和 1 进行按位与操作的结果是 1,其余情况下结果都是 0。
如果一个数是偶数,它的二进制表示的最后一位是 0,那么它和 1 进行按位与操作的结果也是 0;
如果一个数是奇数,它的二进制表示的最后一位是 1,那么它和 1 进行按位与操作的结果就是 1。
需要注意的是,在进行位运算时,应该使用位运算符 &|^~,而不是逻辑运算符 andornot。因为位运算符是针对二进制数的,它们操作的是二进制数的每一位,而逻辑运算符是针对布尔值的,它们操作的是 True 和 False。

进阶版本 1

n = int(input("请输入指定的n:"))
m = int(input("请输入指定的m:"))

sum_divisible_by_m = sum([i for i in range(m, n+1) if i % m == 0])
product_divisible_by_m = 1
for i in range(m, n+1):
    if i % m == 0:
        product_divisible_by_m *= i

print(f"{n}以内能被{m}整除的数的和是{sum_divisible_by_m}")
print(f"{n}以内能被{m}整除的数的积是{product_divisible_by_m}")

这段代码首先通过 input() 函数获取用户输入的 n 和 m,然后分别使用 sum() 函数和 for 循环来计算小于等于 n 且能被 m 整除的数的和和积。
需要注意的是,第 4 行代码中的列表推导式中的 range() 函数使用了起始值 m,这是为了确保生成的列表中的第一个元素是能被 m 整除的数。同时,第 5 行代码中的 for 循环也从 m 开始遍历,这是为了避免重复计算 m。如果不从 m 开始遍历,那么 m 就会被计算两次,一次在列表推导式中,一次在 for 循环中。
在 Python 中没有内置的连乘函数,但可以通过使用内置函数 reduce() 或者 NumPy 库中的 prod() 函数来实现连乘。

reduce() 函数

reduce() 函数位于 functools 模块中,它可以对一个序列中的元素进行累积计算。

from functools import reduce

product = reduce(lambda x, y: x * y, [1, 2, 3, 4, 5])
print(product)  # 输出 120

使用 reduce() 函数将列表 [1, 2, 3, 4, 5] 中的所有元素累乘起来。reduce() 函数接受两个参数:一个函数和一个序列。函数用于对序列中的元素进行累积计算,序列是要计算的元素。在这个例子中,我们使用 lambda 表达式定义了一个匿名函数来计算累乘结果,然后将这个函数和列表 [1, 2, 3, 4, 5] 传递给 reduce() 函数。

prod() 函数

如果需要对 NumPy 数组进行连乘计算,可以使用 NumPy 库中的 prod() 函数。

import numpy as np

product = np.prod([1, 2, 3, 4, 5])
print(product)  # 输出 120

修改后的结果

from functools import reduce

n = int(input("请输入指定的n:"))
m = int(input("请输入指定的m:"))

sum_divisible_by_m = sum([i for i in range(m, n+1, m)])
product_divisible_by_m = reduce(lambda x, y: x * y, range(m, n+1, m), 1)

print(f"{n}以内能被{m}整除的数的和是{sum_divisible_by_m}")
print(f"{n}以内能被{m}整除的数的积是{product_divisible_by_m}")

  • lambda是一种创建匿名函数的方式,它可以让你在一行代码中定义一个简单的函数,而不需要使用def关键字。lambda函数的语法是lambda 参数: 表达式,它表示一个接受参数并返回表达式计算结果的函数。例如,lambda x, y: x * y就是一个接受两个参数x和y,并返回它们相乘结果的函数。
  • reduce是一个内置函数,它可以对一个可迭代对象(如列表)中的元素进行累积操作,从而得到一个单一的值。reduce函数的语法是reduce(函数, 可迭代对象, 初始值),它表示从左到右依次将可迭代对象中的元素和初始值作为参数传递给函数,并将函数的返回值作为下一次调用的初始值,直到可迭代对象中的元素遍历完毕。例如,reduce(lambda x, y: x + y, [1, 2, 3, 4], 0)就是对列表[1, 2, 3, 4]中的元素进行求和操作,并以0作为初始值,最终得到10。

代码reduce(lambda x, y: x * y, range(m, n + 1, m), 1)是什么意思呢?

  • range(m, n + 1, m)是一个生成器,它可以产生从m到n(包含n)之间以m为步长的整数序列。
  • lambda x, y: x * y是一个接受两个参数x和y,并返回它们相乘结果的函数。
  • reduce(lambda x, y: x * y, range(m, n + 1, m), 1)就是对range(m, n + 1, m)中的元素进行累乘操作,并以1作为初始值。例如,如果m=2,n=10,那么这个表达式就相当于计算(1 * 2 * 4 * 6 * 8 * 10),最终得到3840。

需要注意的是,代码中的 range() 函数使用了步长 m,这是为了确保生成的序列中的所有元素都能被 m 整除。同时,第 5 行代码中的列表推导式中的 range() 函数也使用了步长 m,这是为了避免重复计算。如果不使用步长 m,那么就会生成一个包含所有小于等于 n 的数的列表,然后再筛选出能被 m 整除的数,这样就会浪费一些时间和空间。

进阶版本 2

import numpy as np
from functools import reduce

# 输入检查:确保 n 和 m 都是正整数
while True:
    try:
        n = int(input("请输入指定的 n:"))
        m = int(input("请输入指定的 m:"))
        if n > 0 and m > 0:
            break
        else:
            print("n 和 m 必须是正整数,请重新输入")
    except ValueError:
        print("n 和 m 必须是正整数,请重新输入")

# 如果 n 太大,就使用 1000000 代替
if n > 1000000:
    n = 1000000
    print("n 太大,已经自动调整为 1000000")

# 计算能被 m 整除的数的和和积
sum_divisible_by_m = sum([i for i in range(m, n+1, m)])
product_divisible_by_m = reduce(lambda x, y: x * y, range(m, n+1, m), 1)
product_divisible_by_m1 = np.prod(range(m, n+1, m))

# 输出结果
print(f"{n} 以内能被 {m} 整除的数的和是 {sum_divisible_by_m}")
print(f"{n} 以内能被 {m} 整除的数的积是 {product_divisible_by_m}")
print(f"{n} 以内能被 {m} 整除的数的积是 {product_divisible_by_m1}")

原文链接:https://www.cnblogs.com/taurusxw/p/17314526.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python程序笔记20230305 - Python技术站

(0)
上一篇 2023年4月17日
下一篇 2023年4月17日

相关文章

  • 详解Flask开发技巧之异常处理

    详解Flask开发技巧之异常处理 异常处理是Web开发中不可缺少的一部分,它可以帮助我们及时识别和处理系统、业务等方面的错误,提升用户体验。本文将详细讲解如何在Flask中进行异常处理,并给出两个实例进行说明。 1. 系统级异常处理 在Flask中,系统级异常可以通过app.errorhandler装饰器来处理。下面是一个示例: from flask imp…

    python 2023年5月13日
    00
  • python实现银行实战系统

    Python实现银行实战系统攻略 本文将详细讲解如何使用Python实现银行实战系统。我们将使用Python语言的基础知识、面向对象编程、文件操作等知识来完成这个任务。 1. 确定需求 在开始编写银行实战系统之前,我们需要确定系统的需求。这里我们假设银行实战系统需要实现以下功能: 新用户注册 登录系统 存款 取款 转账 查询余额 2. 设计系统结构 根据需求…

    python 2023年5月19日
    00
  • Python 爬虫学习笔记之多线程爬虫

    首先我们来讲解一下“Python 爬虫学习笔记之多线程爬虫”的攻略。 Python 爬虫学习笔记之多线程爬虫 什么是多线程爬虫 多线程爬虫指同时使用多个线程对目标网站进行爬取数据的方法。相较于单线程爬虫,多线程爬虫能够更快速地完成数据的抓取,提高爬行效率。 如何实现多线程爬虫 实现多线程爬虫的方法有很多,这里我们介绍使用Python的多线程库threadin…

    python 2023年5月14日
    00
  • Python分析学校四六级过关情况

    下面我将详细讲解一下如何使用Python分析学校四六级过关情况的完整实例教程。 实现步骤 确定数据来源 数据获取 数据清洗与整理 数据分析与可视化 接下来我们会对这些步骤进行详细说明: 1. 确定数据来源 确定数据来源是整个数据分析过程的关键。在本例中,我们可以从如下几个方面获取数据: 在线教育网站 大学官网 教育部考试中心 由于从教育部考试中心获取数据较为…

    python 2023年5月13日
    00
  • python实现爬虫下载漫画示例

    以下是对“python实现爬虫下载漫画示例”攻略的详细讲解。 什么是爬虫下载漫画? 爬虫下载漫画是利用计算机程序自动化地获取网站上的多张图片,然后组合成漫画的过程。爬虫工作原理是模拟人的浏览行为,通过请求网站的URL,解析网页HTML代码,提取出图片链接并下载,最后使用python的Pillow库将多张图片合并成一张漫画。 实现步骤 获取网页源码:使用pyt…

    python 2023年5月14日
    00
  • PyQt5多线程防卡死和多窗口用法的实现

    为了实现PyQt5多线程防卡死和多窗口用法,您可以遵循以下步骤: 1. 多线程防卡死 在PyQt5中,当涉及到大量数据处理时,可能会导致GUI线程被阻塞,从而导致应用程序出现卡顿或崩溃的情况。为了防止这种情况的发生,可以使用多线程来处理数据。 以下是多线程防卡死的实现方法: from PyQt5.QtCore import QThread, pyqtSign…

    python 2023年5月19日
    00
  • 浅谈python中拼接路径os.path.join斜杠的问题

    浅谈Python中拼接路径os.path.join斜杠的问题,需要了解以下几点: 操作系统的路径分隔符 os.path.join()的使用 为什么要使用os.path.join() 操作系统的路径分隔符 在不同的操作系统中,路径分隔符是不同的。例如,在Windows操作系统中,路径分隔符为反斜杠\;在Unix、Linux等操作系统中,路径分隔符为正斜杠/。 …

    python 2023年6月2日
    00
  • python 构造三维全零数组的方法

    构造一个三维全零数组(或者叫做三维零矩阵),可以使用Numpy库中的zeros函数。 构造一个形状为(2,3,4)的三维全零数组,代码如下所示: import numpy as np arr = np.zeros((2,3,4)) print(arr) 输出结果: [[[0. 0. 0. 0.] [0. 0. 0. 0.] [0. 0. 0. 0.]] [[…

    python 2023年6月5日
    00
合作推广
合作推广
分享本页
返回顶部