Membuat perhubungan
Cabaran Mingguan 285
Setiap minggu Mohammad S. Anwar menghantar Cabaran Mingguan, peluang untuk kita semua mencari penyelesaian kepada dua tugas mingguan. Penyelesaian saya ditulis dalam Python terlebih dahulu, dan kemudian ditukar kepada Perl. Ini cara yang bagus untuk kita semua mempraktikkan beberapa pengekodan.
Cabaran, Penyelesaian saya
Tugasan 1: Tiada Sambungan
Tugasan
Anda diberi senarai laluan, @laluan.
Tulis skrip untuk mencari destinasi tanpa sambungan keluar lagi.
penyelesaian saya
Ini agak lurus ke hadapan jadi tidak memerlukan terlalu banyak penjelasan. Saya mengira dua senarai, asal mempunyai nilai pertama daripada senarai laluan manakala destinasi mempunyai nilai kedua.
Saya kemudian menggunakan pemahaman senarai untuk mencari destinasi yang tiada dalam senarai asal dan menyimpannya sebagai dead_ends. Saya membangkitkan ralat jika tidak terdapat satu item dalam senarai ini.
def no_connection(routes: list) -> str: origins = [v[0] for v in routes] destinations = [v[1] for v in routes] dead_ends = [d for d in destinations if d not in origins] if len(dead_ends) > 1: raise ValueError( 'There are multiple routes with no outgoing connection') if len(dead_ends) == 0: raise ValueError('All routes have an outgoing connection') return dead_ends[0]
Contoh
$ ./ch-1.py B C C D D A A $ ./ch-1.py A Z Z
Tugasan 2: Membuat Perubahan
Tugasan
Hitung bilangan cara untuk membuat perubahan bagi jumlah tertentu dalam sen. Dengan menggunakan syiling cth. Penny, Nickel, Dime, Quarter dan Separuh dolar, dalam berapa banyak cara yang berbeza boleh jumlah nilai sama dengan jumlah yang diberikan? Pesanan pemilihan syiling tidak penting.
- Satu sen (P) bersamaan dengan 1 sen.
- Nikel (N) bersamaan dengan 5 sen.
- Sepeser pun (D) bersamaan dengan 10 sen.
- Suku (Q) bersamaan dengan 25 sen.
- Setengah dolar (HD) bersamaan dengan 50 sen.
penyelesaian saya
Disebabkan pepijat (kini telah diperbaiki) dalam kod saya, ini mengambil masa lebih lama untuk diselesaikan daripada yang saya harapkan. Saya tahu kedua-dua Python dan Perl mempunyai penyahpepijat, tetapi kadang-kadang anda tidak boleh mengalahkan kenyataan cetakan :)
Sudah agak lama kami tidak mempunyai tugasan yang memerlukan penggunaan fungsi rekursif. Untuk tugasan ini, saya mempunyai fungsi rekursif yang dipanggil making_change yang mengambil baki perubahan, dan syiling yang terakhir digunakan. Panggilan pertama menetapkan baki_tukar nilai kepada input dan nilai last_coin kepada Tiada (undef dalam Perl).
Setiap panggilan berulang melalui syiling yang mungkin, dan melakukan salah satu daripada tiga perkara:
- Jika nilai syiling lebih besar daripada nilai last_coin, kami melangkaunya. Ini memastikan bahawa kami tidak menduplikasi kemungkinan gabungan.
- Jika nilai syiling adalah sama dengan baki perubahan, kami mempunyai penyelesaian yang sah, jadi saya menambah satu pada nilai gabungan.
- Jika nilai syiling kurang daripada nilai baki, saya panggil fungsi itu semula dengan nilai baki dikurangkan dengan syiling yang digunakan.
Nilai gabungan dihantar ke huluan supaya pulangan akhir akan mempunyai bilangan gabungan yang betul.
def making_change(remaining: int, last_coin: int | None = None) -> int: combinations = 0 for coin in [1, 5, 10, 25, 50]: if last_coin and last_coin < coin: continue if coin == remaining: combinations += 1 if coin < remaining: combinations += making_change(remaining-coin, coin) return combinations
Terdapat had untuk pengulangan. Perl akan memberi amaran apabila rekursi adalah (100 dalam)[https://perldoc.perl.org/perldiag#Deep-recursion-on-subroutine-%22%25s%22]. Nilai ini hanya boleh diubah dengan menyusun semula Perl. Secara lalai, Python akan menaikkan (ResursionError)[https://docs.python.org/3/library/exceptions.html#RecursionError] selepas 995 ulangan, walaupun nilai ini boleh diubah suai pada masa jalan.
Contoh
$ ./ch-2.py 9 2 $ ./ch-2.py 15 6 $ ./ch-2.py 100 292
Atas ialah kandungan terperinci Membuat perhubungan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
