新疆建设职业培训中心网站nba西部排名
1. 单例模式的实现方式
- 要点：Python 有多种实现单例模式的方法。模块由于其特性天然支持单例，首次导入生成对象，后续导入直接复用。通过装饰器可以控制实例的创建，元类能借助
__call__方法管理实例化过程，重写类的__new__方法也能保证实例的唯一性。 - 示例：
python
def singleton(cls):instances = {}def get_instance(*args, **kwargs):# 如果类尚未在实例字典中，就创建一个新实例if cls not in instances:instances[cls] = cls(*args, **kwargs)# 无论是否新创建，都返回对应的实例return instances[cls]return get_instance@singleton
class MyClass:pass
2. Lambda 函数的概念
- 要点：Lambda 函数是一种匿名函数，专门用于简化单行函数的定义。其语法为
lambda 参数: 表达式。 - 示例：
python
# 使用 lambda 定义一个加法函数
add = lambda x, y: x + y
print(add(2, 3)) # 输出 5，展示函数的计算结果
3. 类型转换方法
- 要点：Python 可通过内置函数实现类型转换，如
int(x)用于转换为整数，float(x)转换为浮点数，str(x)转换为字符串，list(x)转换为列表，tuple(x)转换为元组等。 - 示例：
python
num_str = "123"
# 将字符串类型的数字转换为整数类型
num_int = int(num_str)
print(num_int) # 输出 123，验证转换结果
4. 反序迭代序列的方法
- 要点：可以使用
reversed()函数获取逆序迭代器，或者通过切片[::-1]生成逆序的新序列来实现反序迭代。 - 示例：
python
lst = [1, 2, 3]
# 使用 reversed() 函数反序迭代列表
for item in reversed(lst):print(item)
# 输出 3, 2, 1，展示反序迭代的结果
5. Tuple 和 List 的相互转换
- 要点：列表转元组可使用
tuple(list)，元组转列表可使用list(tuple)。 - 示例：
python
my_list = [1, 2, 3]
# 将列表转换为元组
my_tuple = tuple(my_list)
print(my_tuple) # 输出 (1, 2, 3)，展示转换后的元组
5. 删除列表重复元素的方法
- 要点：利用
set()可实现去重，但会丢失元素顺序；在 Python 3.7 及以上版本中，有序字典能保持插入顺序，可用于实现有序去重。 - 示例（保持顺序）：
python
def deduplicate(lst):seen = set()# 遍历列表，若元素不在已访问集合中，则保留并添加到集合中return [x for x in lst if not (x in seen or seen.add(x))]
6. 删除文件的方法
- 要点：使用
os.remove()函数可以删除指定的文件。 - 示例：
python
import os
# 尝试删除名为 "file.txt" 的文件
os.remove("file.txt")
7. 生成随机数的方法
- 要点：借助 Python 的
random模块可以生成随机数，例如使用random.randint(a, b)生成指定范围内的随机整数。 - 示例：
python
import random
# 生成 1 到 100 之间的随机整数并输出
print(random.randint(1, 100))
7. 发送邮件的方法
- 要点：使用
smtplib和email库来实现邮件发送功能，需要构建邮件内容、设置邮件主题、发件人和收件人等信息，并进行登录和发送操作。 - 示例：
python
import smtplib
from email.mime.text import MIMEText# 创建邮件内容对象
msg = MIMEText("邮件内容")
msg["Subject"] = "主题"
msg["From"] = "发件人"
msg["To"] = "收件人"# 使用上下文管理器连接邮件服务器并发送邮件
with smtplib.SMTP("smtp.example.com", 587) as server:server.login("user", "password")server.send_message(msg)
8. 静态代码分析工具
- 要点：常见的 Python 静态代码分析工具包括
Pylint（用于检查代码风格和错误）、Flake8（结合了PyFlakes和PEP8检查）、Mypy（用于静态类型检查）。
9. 交换元素使两序列和差最小
有两个序列 a，b， 大小都为 n，序列元素的值任意整形数， 无序； 要求： 通过交换 a，b 中的元素， 使[序列 a 元素的和]与[序列 b 元素的和]之间的差最小
-
要点：要使交换序列
a和b中的元素后，两个序列元素和的差最小，我们可以采用以下步骤：
-
合并序列并计算总和：将序列
a和b合并为一个新序列combined，然后计算这个新序列的总和total。 -
确定目标和：我们的目标是从
combined中选出n个元素，使得这n个元素的和尽可能接近total / 2。 -
使用动态规划：通过动态规划的方法来寻找最接近目标和的
n个元素的组合。 -
交换元素：根据动态规划得到的结果，确定哪些元素需要从一个序列交换到另一个序列，从而实现和差最小。
-
示例：
python
def minimal_diff(a, b):n = len(a)combined = a + btotal = sum(combined)target = total // 2# 创建一个三维动态规划数组 dp# dp[i][j][k] 表示在前 i 个元素中选择 j 个元素，其和是否可以达到 kdp = [[[False] * (total + 1) for _ in range(n + 1)] for _ in range(2 * n + 1)]dp[0][0][0] = True# 填充动态规划数组for i in range(1, 2 * n + 1):for j in range(min(i, n) + 1):for k in range(total + 1):# 不选择第 i 个元素dp[i][j][k] = dp[i - 1][j][k]if j > 0 and k >= combined[i - 1]:# 选择第 i 个元素dp[i][j][k] = dp[i][j][k] or dp[i - 1][j - 1][k - combined[i - 1]]# 找到最接近目标和的和closest_sum = 0for k in range(target, -1, -1):if dp[2 * n][n][k]:closest_sum = kbreak# 回溯找出选择的元素selected = [False] * (2 * n)i, j, k = 2 * n, n, closest_sumwhile i > 0:if not dp[i - 1][j][k]:selected[i - 1] = Truej -= 1k -= combined[i - 1]i -= 1# 根据选择的元素重新划分序列 a 和 bnew_a = [combined[i] for i in range(2 * n) if selected[i]]new_b = [combined[i] for i in range(2 * n) if not selected[i]]return new_a, new_b# 示例使用
a = [1, 2, 3]
b = [4, 5, 6]
new_a, new_b = minimal_diff(a, b)
print("序列 a 交换后的元素:", new_a)
print("序列 b 交换后的元素:", new_b)
print("序列 a 的和:", sum(new_a))
print("序列 b 的和:", sum(new_b))
print("和的差:", abs(sum(new_a) - sum(new_b)))
- 说明：
- 动态规划数组
dp：dp[i][j][k]表示在前i个元素中选择j个元素，其和是否可以达到k。 - 填充动态规划数组：通过三重循环遍历所有可能的状态，更新
dp数组的值。 - 找到最接近目标和的和：从目标和
target开始递减搜索，找到第一个满足dp[2 * n][n][k]为True的k值。 - 回溯找出选择的元素：根据
dp数组的值，回溯找出哪些元素被选中。 - 重新划分序列：根据选择的元素，重新划分序列
a和b。
10. 正则表达式 <.*> 和 <.*?> 的区别
- 要点：
<.*>是贪婪匹配模式，会匹配从第一个<到最后一个>的所有内容；<.*?>是非贪婪匹配模式，遇到第一个>就会结束匹配。 - 示例：
python
# 对于字符串 "<a><b></b></a>"
# 贪婪匹配 <.*> 会匹配整个字符串 "<a><b></b></a>"
# 非贪婪匹配 <.*?> 会分别匹配 "<a>" 和 "<b>" 等单独的标签