Python 列表推导式、排序和查找算法教程总结

本教程主要介绍了 Python 中的列表推导式，以及常用的排序和查找算法。以下是各部分的总结。
列表推导式

列表推导式是 Python 中一种简洁、高效地创建列表的方法。它们具有更简洁的语法，使得代码更易读和编写。

示例：

python

squares = [x**2 for x in range(1, 11)]

常用排序算法

1. 冒泡排序

冒泡排序是一种简单的排序算法，通过多次遍历列表，比较相邻元素并交换顺序，直到整个列表有序。

优点：简单易懂。

缺点：效率较低，不适用于大型数据集。

2. 选择排序

选择排序是一种简单的排序算法，通过寻找列表中的最小元素并将其放到正确的位置，然后继续在剩余元素中寻找最小元素，重复此过程直至整个列表有序。

优点：简单易懂。

缺点：效率较低，不适用于大型数据集。
常用查找算法

1. 线性查找

线性查找是一种简单的查找算法。它从列表的第一个元素开始，顺序查找指定元素，直到找到目标元素或到达列表末尾。

优点：简单易懂，无需对列表进行排序。

缺点：效率较低，不适用于大型数据集。

2. 二分查找

二分查找是一种高效的查找算法。前提是列表已经排序。它首先将目标值与列表的中间元素进行比较，如果相等，则返回中间元素的索引。如果目标值较小，则在左侧子列表中查找，如果目标值较大，则在右侧子列表中查找。如此反复进行，直到找到目标元素或列表为空。

优点：查找效率高，适用于大型数据集。

缺点：需要对列表进行排序。
实用函数和代码片段

本教程中，我们还介绍了一些实用函数和代码片段，如：

使用 sorted() 函数对列表进行排序。
使用 enumerate() 函数在遍历列表时获取元素及其索引。
使用 isinstance() 函数检查变量的数据类型。
使用 ord() 函数将字符转换为其 ASCII 码。

总结

本教程介绍了 Python 的列表推导式及常用算法（排序和查找）。我们讨论了各种数据结构的基本概念、优点和使用场景，并提供了实际示例和代码片段。同时，我们还提供了一些练习题来巩固所学知识。希望您在学习本教程后，对 Python 的列表推导式和常用算法有更深入的了解。

练习题

1、 使用列表推导式生成 1 到 20 之间所有奇数的立方列表。
2、编写一个函数，使用列表推导式计算列表中所有奇数的和。
3、 使用列表推导式将给定字符串中的所有元音字母（a, e, i, o, u）转换为大写。
4、 编写一个函数，使用列表推导式从给定列表中筛选出所有的质数。
5、 使用列表推导式，将给定列表的每个元素转换为其 ASCII 码。
6、 编写一个函数，使用列表推导式将给定列表中的所有元素平方，然后将结果升序排列。
7、使用列表推导式从给定的嵌套列表中，提取所有的整数。
8、 使用列表推导式将给定列表中的正数和负数分开，并返回两个新列表。
9、使用列表推导式找出两个列表中的公共元素。
10、编写一个函数，使用列表推导式从给定列表中删除重复项。

1、cubes = [x**3 for x in range(1, 21) if x % 2 != 0]
print(cubes) # 输出：[1, 27, 125, 343, 729, 1331, 2197, 3375, 4913, 6859]

2、def sum_odd_numbers(lst):
return sum([x for x in lst if x % 2 != 0])

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result = sum_odd_numbers(numbers)
print(result) # 输出：25

3、input_str = "hello world"
vowels = "aeiou"
result = ''.join([char.upper() if char in vowels else char for char in input_str])
print(result) # 输出："hEllO wOrld"

4、def is_prime(num):
if num <= 1:
return False
for i in range(2, num):
if num % i == 0:
return False
return True

def filter_primes(lst):
return [x for x in lst if is_prime(x)]

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
primes = filter_primes(numbers)
print(primes) # 输出：[2, 3, 5, 7]

5、input_list = ['a', 'b', 'c', 'd', 'e']
result = [ord(char) for char in input_list]
print(result) # 输出：[97, 98, 99, 100, 101]

6、def square_and_sort_asc(lst):
return sorted([x**2 for x in lst])

numbers = [1, 2, 3, 4, 5]
result = square_and_sort_asc(numbers)
print(result) # 输出：[1, 4, 9, 16, 25]

7、nested_list = [[1, 2, 3], [4, 5.5, 6], [7, 8.1, 9]]
result = [x for sublist in nested_list for x in sublist if isinstance(x, int)]
print(result) # 输出：[1, 2, 3, 4, 6, 7, 9]

8、numbers = [1, -2, 3, -4, 5, -6, 7]
positive_numbers = [x for x in numbers if x > 0]
negative_numbers = [x for x in numbers if x < 0]
print(positive_numbers) # 输出：[1, 3, 5, 7]
print(negative_numbers) # 输出：[-2, -4, -6]

9、list1 = [1, 2, 3, 4, 5]
list2 = [4, 5, 6, 7, 8]
common_elements = [x for x in list1 if x in list2]
print(common_elements) # 输出：[4, 5]

10、def remove_duplicates(lst):
return [x for i, x in enumerate(lst) if x not in lst[:i]]

numbers = [1, 2, 2, 3, 4, 4, 5, 6, 6, 7, 7]
result = remove_duplicates(numbers)
print(result) # 输出：[1, 2, 3, 4, 5, 6, 7]

总结笔记：

• Python 列表推导式、排序和查找算法教程总结
  • 列表推导式
    • 简洁、高效
    • 示例：squares = [x**2 for x in range(1, 11)]
  • 常用排序算法
    • 冒泡排序
      • 优点：简单易懂
      • 缺点：效率较低
    • 选择排序
      • 优点：简单易懂
      • 缺点：效率较低
  • 常用查找算法
    • 线性查找
      • 优点：简单易懂
      • 缺点：效率较低
    • 二分查找
      • 优点：查找效率高
      • 缺点：需要对列表进行排序
  • 练习题
    • 题目 1-10
  • 实用函数和代码片段
    • sorted()
    • enumerate()
    • isinstance()

    • ord()

      
      
      1682087246297.png