当前位置：首页 > news >正文

蓝桥杯Python备考全攻略：从入门到精通

news 2025/10/6 7:18:18

备考时间规划

第一阶段：基础巩固（1-2个月）

Python语法基础复习
数据结构和算法基础
常用内置库熟练使用

第二阶段：专项突破（1-2个月）

算法模板训练
历年真题练习
薄弱环节针对性训练

第三阶段：冲刺阶段（1个月）

模拟考试训练
时间管理优化
错题复盘

核心知识点梳理

1. 基础语法

python

# 输入输出优化
import sys
input = sys.stdin.readline# 列表推导式
squares = [x**2 for x in range(10)]# 条件表达式
result = "Even" if num % 2 == 0 else "Odd"

2. 数据结构

python

# 栈的应用
stack = []
stack.append(1)  # 入栈
stack.pop()      # 出栈# 队列
from collections import deque
queue = deque()
queue.append(1)  # 入队
queue.popleft()  # 出队# 堆/优先队列
import heapq
heap = []
heapq.heappush(heap, 3)
heapq.heappop(heap)

3. 常用算法模板

DFS深度优先搜索

python

def dfs(graph, node, visited):if node in visited:returnvisited.add(node)# 处理当前节点print(node)for neighbor in graph[node]:dfs(graph, neighbor, visited)# 使用示例
graph = {'A': ['B', 'C'],'B': ['D', 'E'],'C': ['F'],'D': [],'E': ['F'],'F': []
}
visited = set()
dfs(graph, 'A', visited)

BFS广度优先搜索

python

from collections import dequedef bfs(graph, start):visited = set()queue = deque([start])visited.add(start)while queue:node = queue.popleft()print(node)  # 处理节点for neighbor in graph[node]:if neighbor not in visited:visited.add(neighbor)queue.append(neighbor)# 使用示例
bfs(graph, 'A')

二分查找模板

python

def binary_search(arr, target):left, right = 0, len(arr) - 1while left <= right:mid = (left + right) // 2if arr[mid] == target:return midelif arr[mid] < target:left = mid + 1else:right = mid - 1return -1# 使用示例
arr = [1, 3, 5, 7, 9, 11]
print(binary_search(arr, 7))  # 输出: 3

必备技能训练

1. 数学计算能力

python

# 常用数学函数
import math# 最大公约数
math.gcd(12, 18)# 最小公倍数
def lcm(a, b):return abs(a * b) // math.gcd(a, b)# 素数判断
def is_prime(n):if n < 2:return Falsefor i in range(2, int(math.sqrt(n)) + 1):if n % i == 0:return Falsereturn True

2. 动态规划

python

# 斐波那契数列 - 动态规划解法
def fibonacci(n):if n <= 1:return ndp = [0] * (n + 1)dp[1] = 1for i in range(2, n + 1):dp[i] = dp[i-1] + dp[i-2]return dp[n]# 0-1背包问题
def knapsack(weights, values, capacity):n = len(weights)dp = [[0] * (capacity + 1) for _ in range(n + 1)]for i in range(1, n + 1):for w in range(1, capacity + 1):if weights[i-1] <= w:dp[i][w] = max(dp[i-1][w], dp[i-1][w-weights[i-1]] + values[i-1])else:dp[i][w] = dp[i-1][w]return dp[n][capacity]

实战演练：经典题目解析

题目：最长递增子序列

python

def length_of_LIS(nums):"""求最长递增子序列的长度使用动态规划 + 二分查找优化"""if not nums:return 0# dp数组，dp[i]表示长度为i+1的递增子序列的最小末尾值dp = []for num in nums:# 二分查找插入位置left, right = 0, len(dp)while left < right:mid = (left + right) // 2if dp[mid] < num:left = mid + 1else:right = mid# 如果找到的位置等于dp长度，说明需要扩展if left == len(dp):dp.append(num)else:dp[left] = numreturn len(dp)# 测试
nums = [10, 9, 2, 5, 3, 7, 101, 18]
print(f"最长递增子序列长度: {length_of_LIS(nums)}")  # 输出: 4

题目：岛屿数量

python

def num_islands(grid):"""计算网格中岛屿的数量使用DFS遍历"""if not grid or not grid[0]:return 0def dfs(i, j):# 边界条件和海洋检查if (i < 0 or i >= len(grid) or j < 0 or j >= len(grid[0]) or grid[i][j] == '0'):return# 标记为已访问grid[i][j] = '0'# 四个方向遍历dfs(i + 1, j)dfs(i - 1, j)dfs(i, j + 1)dfs(i, j - 1)count = 0for i in range(len(grid)):for j in range(len(grid[0])):if grid[i][j] == '1':count += 1dfs(i, j)return count# 测试
grid = [['1', '1', '0', '0', '0'],['1', '1', '0', '0', '0'],['0', '0', '1', '0', '0'],['0', '0', '0', '1', '1']
]
print(f"岛屿数量: {num_islands(grid)}")  # 输出: 3

备考技巧

1. 输入输出优化

python

# 快速输入
import sys
data = sys.stdin.read().split()# 快速输出
import sys
sys.stdout.write(" ".join(map(str, result_list)))

2. 常用工具函数

python

# 生成排列组合
from itertools import permutations, combinations# 排列
for p in permutations([1, 2, 3], 2):print(p)# 组合
for c in combinations([1, 2, 3], 2):print(c)# 计数器
from collections import Counter
counter = Counter([1, 2, 2, 3, 3, 3])
print(counter)  # Counter({3: 3, 2: 2, 1: 1})