每日一题——Python实现PAT甲级1116 Come on! Let‘s C(举一反三+思想解读+逐步优化)五千字好文

本文主要是介绍每日一题——Python实现PAT甲级1116 Come on! Let‘s C(举一反三+思想解读+逐步优化)五千字好文,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


一个认为一切根源都是“自己不够强”的INTJ

个人主页:用哲学编程-CSDN博客
专栏:每日一题——举一反三
Python编程学习
Python内置函数

Python-3.12.0文档解读

目录

 我的写法

代码点评

时间复杂度分析

空间复杂度分析

总结

我要更强

优化思路

优化后的代码

时间复杂度分析

空间复杂度分析

优化总结

哲学和编程思想

1. 时间复杂度与空间复杂度的权衡

哲学思想:资源优化(Resource Optimization)

2. 使用合适的数据结构

哲学思想:选择合适工具(Right Tool for the Job)

3. 减少不必要的操作

哲学思想:简洁性(Simplicity)

4. 一次性读取和输出数据

哲学思想:批处理(Batch Processing)

5. 高效的算法

哲学思想:算法优化(Algorithm Optimization)

6. 幂等性和状态管理

哲学思想:幂等性(Idempotency)与状态管理(State Management)

总结

举一反三

1. 优化时间和空间复杂度

技巧:

思想:

2. 使用合适的数据结构

技巧:

思想:

3. 减少不必要的操作

技巧:

思想:

4. 批处理和减少I/O操作

技巧:

思想:

5. 高效算法选择

技巧:

思想:

6. 幂等性和状态管理

技巧:

思想:

举一反三的应用

总结


题目链接

 我的写法

import sys
import mathdef is_prime(num):if num <= 1:return Falseif num <= 3:return Trueif num % 2 == 0 or num % 3 == 0:return Falsefor i in range(5, int(math.sqrt(num)) + 1, 6):if num % i == 0 or num % (i + 2) == 0:return Falsereturn Trueinput = sys.stdin.read
data = input().split()
N = int(data[0])
ranklist_ids = {}
for i in range(1, N + 1):ranklist_ids[data[i]] = ichecked_ids = set()
K = int(data[N + 1])output = []for i in range(N + 2, K + N + 2):query_id = data[i]if query_id in ranklist_ids:if query_id in checked_ids:output.append(f"{query_id}: Checked")else:rank = ranklist_ids[query_id]if rank == 1:output.append(f"{query_id}: Mystery Award")elif is_prime(rank):output.append(f"{query_id}: Minion")else:output.append(f"{query_id}: Chocolate")checked_ids.add(query_id)else:output.append(f"{query_id}: Are you kidding?")# 将所有输出一次性打印,减少 I/O 操作
sys.stdout.write("\n".join(output) + "\n")

代码点评

这段代码实现了对一组ID的排名查询,并根据排名给出不同的反馈。代码结构清晰,使用了适当的数据结构(字典和集合)来优化查询效率。下面是对代码的详细点评:

  1. 模块导入:
    • 使用了sys和math模块,分别用于处理输入输出和数学运算,这是合理的。
  2. 函数定义:
    • is_prime函数用于判断一个数是否为素数,使用了优化的算法,只检查到平方根,减少了不必要的计算。
  3. 数据处理:
    • 使用sys.stdin.read一次性读取所有输入,减少了I/O操作的次数。
    • 将输入数据分割后存储在列表data中,方便后续处理。
  4. 数据结构使用:
    • 使用字典ranklist_ids存储ID和其对应的排名,利用字典的快速查找特性,提高了查询效率。
    • 使用集合checked_ids存储已检查的ID,避免了重复检查,优化了处理流程。
  5. 输出处理:
  • 将所有输出存储在列表output中,最后一次性输出,减少了I/O操作的次数,提高了效率。

时间复杂度分析

  • 读取输入:O(N + K),其中N是排名列表中的ID数量,K是查询的ID数量。
  • 构建排名字典:O(N),遍历排名列表一次。
  • 查询处理:O(K),每个查询操作的时间复杂度是O(1),因为使用了字典和集合。
  • 输出:O(N + K),构建输出列表的时间。

总时间复杂度为O(N + K)。

空间复杂度分析

  • 存储输入数据:O(N + K),需要存储所有输入数据。
  • 排名字典:O(N),存储所有排名信息。
  • 已检查ID集合:O(K),最多存储K个已检查的ID。
  • 输出列表:O(K),存储所有查询结果。

总空间复杂度为O(N + K)。

总结

这段代码在处理大量数据时表现良好,时间复杂度和空间复杂度都与输入规模成线性关系,效率较高。代码结构清晰,使用了合适的数据结构和算法,是一段高质量的代码。


我要更强

这段代码已经相对高效,不过还是可以在一些细节上进行优化,以进一步提升性能。以下是一些可能的优化方法:

  1. 减少不必要的操作:在查询阶段直接读取和处理数据,而不是预先存储所有ID。
  2. 优化素数判断函数:虽然当前实现已经较优化,但我们可以进一步减少检查次数。

以下是经过优化的完整代码和分析:

优化思路

  • 减少内存占用:只在需要时存储数据,而不是预先存储所有ID和排名。
  • 优化素数判断:利用更高效的素数判断算法。

优化后的代码

python复制

import sys
import mathdef is_prime(num):"""判断一个数是否为素数"""if num <= 1:return Falseif num <= 3:return Trueif num % 2 == 0 or num % 3 == 0:return Falsefor i in range(5, int(math.sqrt(num)) + 1, 6):if num % i == 0 or num % (i + 2) == 0:return Falsereturn True# 从标准输入读取所有数据
input = sys.stdin.read
data = input().split()N = int(data[0])  # 排名列表中的ID数量
ranklist_ids = {data[i]: i for i in range(1, N + 1)}  # 构建ID和排名的字典
checked_ids = set()  # 存储已检查的ID
K = int(data[N + 1])  # 查询的ID数量output = []  # 用于存储最终输出的结果列表# 处理所有查询
for i in range(N + 2, N + 2 + K):query_id = data[i]if query_id in ranklist_ids:if query_id in checked_ids:output.append(f"{query_id}: Checked")else:rank = ranklist_ids[query_id]if rank == 1:output.append(f"{query_id}: Mystery Award")elif is_prime(rank):output.append(f"{query_id}: Minion")else:output.append(f"{query_id}: Chocolate")checked_ids.add(query_id)else:output.append(f"{query_id}: Are you kidding?")# 将所有输出结果一次性打印,减少I/O操作
sys.stdout.write("\n".join(output) + "\n")

时间复杂度分析

  • 读取输入:O(N + K),其中N是排名列表中的ID数量,K是查询的ID数量。
  • 构建排名字典:O(N),遍历排名列表一次。
  • 查询处理:O(K),每个查询操作的时间复杂度是O(1),因为使用了字典和集合。
  • 输出:O(K),构建输出列表的时间。

总时间复杂度为O(N + K)。

空间复杂度分析

  • 存储输入数据:O(N + K),需要存储所有输入数据。
  • 排名字典:O(N),存储所有排名信息。
  • 已检查ID集合:O(K),最多存储K个已检查的ID。
  • 输出列表:O(K),存储所有查询结果。

总空间复杂度为O(N + K)。

优化总结

通过以上优化,确保在时间和空间上的复杂度都保持在O(N + K)的水平,而代码的可读性和效率也得到了提升。这段优化后的代码更紧凑,并且在处理查询时更加直接。


哲学和编程思想

在优化这段代码的过程中,运用了多种编程思想和哲学,以提升代码的效率和可读性。以下是具体的分析:

1. 时间复杂度与空间复杂度的权衡

哲学思想:资源优化(Resource Optimization)
  • 描述:在计算机科学中,时间和空间是两种重要的资源。通常情况下,优化一方面可能会牺牲另一方面,需要在两者之间找到一个平衡点。
  • 应用:我们在优化过程中,确保时间复杂度和空间复杂度都保持在O(N + K)的水平,既保证处理速度,又不浪费内存资源。

2. 使用合适的数据结构

哲学思想:选择合适工具(Right Tool for the Job)
  • 描述:不同的数据结构有不同的特点和适用场景,选择合适的数据结构能够显著提升程序的效率。
  • 应用:使用了字典(dict)来存储ID与排名的映射,以实现快速查找操作(O(1)时间复杂度);使用集合(set)来存储已检查的ID,以实现快速存在性检查(O(1)时间复杂度)。

3. 减少不必要的操作

哲学思想:简洁性(Simplicity)
  • 描述:减少不必要的步骤和操作,使代码更加简洁高效。
  • 应用:在查询阶段直接处理数据,而不是预先存储所有ID,这样减少了内存占用,并避免了多次遍历数据。

4. 一次性读取和输出数据

哲学思想:批处理(Batch Processing)
  • 描述:通过一次性读取和处理大量数据,减少频繁I/O操作,提升程序运行效率。
  • 应用:使用sys.stdin.read一次性读取所有输入数据,使用sys.stdout.write一次性输出所有结果,减少了多次I/O操作的开销。

5. 高效的算法

哲学思想:算法优化(Algorithm Optimization)
  • 描述:选择高效的算法来解决问题,减少计算量和时间开销。
  • 应用:在素数判断中,使用优化的算法,仅检查到平方根且跳过明显非素数的数(如偶数和3的倍数),减少了不必要的计算。

6. 幂等性和状态管理

哲学思想:幂等性(Idempotency)与状态管理(State Management)
  • 描述:在重复操作中确保操作结果不变,这样可以避免重复计算和不一致的结果。
  • 应用:通过集合checked_ids记录已检查的ID,保证每个ID只处理一次,避免重复处理,确保程序状态一致性。

总结

通过运用以上哲学和编程思想,在优化过程中,既提升了代码的效率,又保持了代码的简洁和可维护性。这些思想不仅可以应用在这段代码中,对于其他编程任务同样适用,是编写高质量代码的重要原则。


举一反三

理解并应用编程哲学和思想能够大幅提升你的代码质量和效率。以下是一些常见的编程技巧和实践,每个技巧背后都有相关的哲学思想,希望能在不同的编程场景中灵活应用。

1. 优化时间和空间复杂度

技巧:
  • 时间复杂度:在选择算法时,优先考虑时间复杂度较低的算法。例如,尽量避免使用O(n^2)的算法(如嵌套循环),可以考虑使用分治法、动态规划等优化算法。
  • 空间复杂度:尽量减少不必要的数据存储,使用合适的数据结构(如数组、链表、哈希表)来优化内存使用。
思想:
  • 资源优化:在开发过程中,始终考虑如何在时间和空间之间找到平衡点。

2. 使用合适的数据结构

技巧:
  • 哈希表:用于快速查找、插入和删除操作。
  • 数组/列表:用于需要快速访问元素的场景。
  • 队列/栈:用于需要先进先出(FIFO)或后进先出(LIFO)操作的场景。
  • 树/图:用于表示层次结构或连接关系的场景。
思想:
  • 选择合适工具:根据具体问题选择最合适的数据结构,以提升程序的性能和可读性。

3. 减少不必要的操作

技巧:
  • 懒加载:仅在需要时才初始化或计算数据,避免提前占用资源。
  • 缓存:对于重复计算的结果进行缓存,避免多次计算相同的结果。
  • 优雅的条件检查:尽量简化条件检查,避免多余的判断。
思想:
  • 简洁性:代码应尽量简洁,减少不必要的复杂性。

4. 批处理和减少I/O操作

技巧:
  • 批量读取和写入:尽量一次性读取或写入大量数据,减少I/O操作的次数。
  • 缓冲区使用:使用缓冲区来提高I/O操作的效率。
思想:
  • 批处理:通过一次性处理大量数据,提高程序的整体效率。

5. 高效算法选择

技巧:
  • 分治法:将问题分解为规模较小的子问题再逐步解决,如快速排序、归并排序。
  • 动态规划:通过记录中间结果,避免重复计算,如斐波那契数列、背包问题。
  • 贪心算法:在每一步选择中做出局部最优选择,期望最终结果是全局最优,如最小生成树、活动选择问题。
思想:
  • 算法优化:选择适合的高效算法解决问题,减少计算开销。

6. 幂等性和状态管理

技巧:
  • 幂等操作:设计函数和方法时,确保对同一输入多次调用结果不变,常用于接口设计和数据库操作。
  • 状态管理:使用状态管理工具(如Redux、Vuex)集中管理应用状态,避免不同部分状态不一致。
思想:
  • 幂等性状态管理:确保程序在重复操作中保持一致性,避免不必要的副作用。

举一反三的应用

  1. 优化查询操作

    • 思想:选择合适的数据结构(如哈希表)进行快速查找。
    • 应用:在需要反复查找的场景中,优先使用哈希表来存储和查找数据。
  2. 减少重复计算

    • 思想:使用缓存(如Memoization)记录中间结果。
    • 应用:在递归算法中,通过缓存已计算的结果,避免重复计算,提高效率。
  3. 简化代码逻辑

    • 思想:简化条件判断,减少嵌套层次。
    • 应用:在复杂的条件判断中,尽量将相似的条件合并,或重构为多个简单函数,提高代码可读性。
  4. 批量操作

    • 思想:尽量一次性处理大量数据,减少I/O操作。
    • 应用:在处理大文件或大量网络请求时,采用批量读取或写入的方式,减少I/O次数,提高效率。

总结

通过理解并应用这些编程技巧和思想,可以在不同的编程场景中灵活运用,提升代码的效率和可读性。每种技巧背后的思想都是编程中的基本原则,掌握这些原则将帮助在面对复杂问题时,能够更自如地找到最优解。

这篇关于每日一题——Python实现PAT甲级1116 Come on! Let‘s C(举一反三+思想解读+逐步优化)五千字好文的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1057361

相关文章

C++对象布局及多态实现探索之内存布局(整理的很多链接)

本文通过观察对象的内存布局,跟踪函数调用的汇编代码。分析了C++对象内存的布局情况,虚函数的执行方式,以及虚继承,等等 文章链接:http://dev.yesky.com/254/2191254.shtml      论C/C++函数间动态内存的传递 (2005-07-30)   当你涉及到C/C++的核心编程的时候,你会无止境地与内存管理打交道。 文章链接:http://dev.yesky

uniapp接入微信小程序原生代码配置方案(优化版)

uniapp项目需要把微信小程序原生语法的功能代码嵌套过来,无需把原生代码转换为uniapp,可以配置拷贝的方式集成过来 1、拷贝代码包到src目录 2、vue.config.js中配置原生代码包直接拷贝到编译目录中 3、pages.json中配置分包目录,原生入口组件的路径 4、manifest.json中配置分包,使用原生组件 5、需要把原生代码包里的页面修改成组件的方

16.Spring前世今生与Spring编程思想

1.1.课程目标 1、通过对本章内容的学习,可以掌握Spring的基本架构及各子模块之间的依赖关系。 2、 了解Spring的发展历史,启发思维。 3、 对 Spring形成一个整体的认识,为之后的深入学习做铺垫。 4、 通过对本章内容的学习,可以了解Spring版本升级的规律,从而应用到自己的系统升级版本命名。 5、Spring编程思想总结。 1.2.内容定位 Spring使用经验

通过SSH隧道实现通过远程服务器上外网

搭建隧道 autossh -M 0 -f -D 1080 -C -N user1@remotehost##验证隧道是否生效,查看1080端口是否启动netstat -tuln | grep 1080## 测试ssh 隧道是否生效curl -x socks5h://127.0.0.1:1080 -I http://www.github.com 将autossh 设置为服务,隧道开机启动

Python 字符串占位

在Python中,可以使用字符串的格式化方法来实现字符串的占位。常见的方法有百分号操作符 % 以及 str.format() 方法 百分号操作符 % name = "张三"age = 20message = "我叫%s,今年%d岁。" % (name, age)print(message) # 我叫张三,今年20岁。 str.format() 方法 name = "张三"age

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

vue项目集成CanvasEditor实现Word在线编辑器

CanvasEditor实现Word在线编辑器 官网文档:https://hufe.club/canvas-editor-docs/guide/schema.html 源码地址:https://github.com/Hufe921/canvas-editor 前提声明: 由于CanvasEditor目前不支持vue、react 等框架开箱即用版,所以需要我们去Git下载源码,拿到其中两个主

android一键分享功能部分实现

为什么叫做部分实现呢,其实是我只实现一部分的分享。如新浪微博,那还有没去实现的是微信分享。还有一部分奇怪的问题:我QQ分享跟QQ空间的分享功能,我都没配置key那些都是原本集成就有的key也可以实现分享,谁清楚的麻烦详解下。 实现分享功能我们可以去www.mob.com这个网站集成。免费的,而且还有短信验证功能。等这分享研究完后就研究下短信验证功能。 开始实现步骤(新浪分享,以下是本人自己实现

基于Springboot + vue 的抗疫物质管理系统的设计与实现

目录 📚 前言 📑摘要 📑系统流程 📚 系统架构设计 📚 数据库设计 📚 系统功能的具体实现    💬 系统登录注册 系统登录 登录界面   用户添加  💬 抗疫列表展示模块     区域信息管理 添加物资详情 抗疫物资列表展示 抗疫物资申请 抗疫物资审核 ✒️ 源码实现 💖 源码获取 😁 联系方式 📚 前言 📑博客主页:

探索蓝牙协议的奥秘:用ESP32实现高质量蓝牙音频传输

蓝牙(Bluetooth)是一种短距离无线通信技术,广泛应用于各种电子设备之间的数据传输。自1994年由爱立信公司首次提出以来,蓝牙技术已经经历了多个版本的更新和改进。本文将详细介绍蓝牙协议,并通过一个具体的项目——使用ESP32实现蓝牙音频传输,来展示蓝牙协议的实际应用及其优点。 蓝牙协议概述 蓝牙协议栈 蓝牙协议栈是蓝牙技术的核心,定义了蓝牙设备之间如何进行通信。蓝牙协议