蓝桥杯Python组省一准备过程复盘

2023-10-16 22:20

本文主要是介绍蓝桥杯Python组省一准备过程复盘,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!

蓝桥杯python组省一

  • 写在最前面
  • 目录
  • 各版块内容
  • 全部
  • 写在最后

写在最前面

小雨准备这个比赛前的代码能力不怎么行,但通过十天左右的认真学习和准备,拿到了python组省一和国赛资格(✿✿ヽ(°▽°)ノ✿)
虽然现在代码能力也不咋地,但给予了我在代码路上莫大的自信,现在写起代码跟吃了德芙一样丝滑,报错解决就和喝水一样顺气自然
不得不说,自信对于写代码解决报错而言真是个好东西()
在这里插入图片描述
把准备的全部代码整理了一下,冲击蓝桥杯的同学可以参考一下哟,同时也是自己的一个小复盘

目录

在这里插入图片描述

各版块内容

蓝桥杯系列1——python组真题
https://blog.csdn.net/wtyuong/article/details/124547334
蓝桥杯系列2——python基本语法
https://blog.csdn.net/wtyuong/article/details/124553971
蓝桥杯系列3——基础算法
https://blog.csdn.net/wtyuong/article/details/124560369
蓝桥杯系列4——python基础练习
https://blog.csdn.net/wtyuong/article/details/124560407
蓝桥杯系列5——填空题练习
https://blog.csdn.net/wtyuong/article/details/124560438
蓝桥杯系列6——python技巧
https://blog.csdn.net/wtyuong/article/details/124560522

全部

我准备蓝桥杯python组时全部的代码及结果,供时间不太够的同学冲击省一。

https://download.csdn.net/download/WTYuong/85274463

其实博客内容基本都覆盖了,主要是里面是.ipynb文件版本,可以直接跑,并且更方便做笔记。也欢迎在博客下面留言邮箱,如果看到也会发过去滴(╹▽╹)

写在最后

由于平时用python相较其他语言更多,希望有一个能系统重新学习python的契机,因此报的python组。
最开始看了很多如何准备,热血沸腾,立即在番茄ToDo制定了100h计划,但不习惯软件辅助计时,除了注册后没就没打开过了,但感觉准备时间累计零零散散差不多也有40h左右。
然后学校给我们开了蓝桥杯的练习系统,顺着基础练习刷了一些,一题就几行代码给了我莫大的自信٩꒰▽ ꒱۶⁼³₌₃ 。
在这里插入图片描述
然后逐渐有了手感,最基本的输入输出、杨辉三角(循环,if判断,递归)等等捡起来了。
在这里插入图片描述
就二月准备了一下,中间去玩其他比赛了(๑╹ヮ╹๑)ノ ,其他比赛也都取得了比预期更好的成绩hhh,不得不说自己运气这方面一直比较顶,有想一起参赛的可以找我呀嘿嘿。
在之后准备是比赛前五天,倒数第五天把往届真题做了一下,题目很有意思,就是两题写一个下午,一天只写了几题。。。。速度太慢了,因此不是很想准备了来着_(´ཀ`」∠)
倒数第四天清理旧课本想回收,意外把之前上课的课本又看了一遍,不得不说教材写的真好,可惜第一次学的时候懵懵懂懂hhh(最后课本被我自己留下来了,还额外买了几本感兴趣的python教程 (((o(゚▽゚)o)))♡
在这里插入图片描述
倒数第三天,对照着菜鸟教程敲了一些基本语法_φ
(..) 。(感谢前男友的之前的提醒,最基本的变量要理解清白,python基础确实很重要)。
在这里插入图片描述
倒数第二天,小题和技巧练习(内置函数)。
在这里插入图片描述

倒数最后一天,发现了一个宝藏博主代码随想录的算法教程,他讲的好有意思!所以不知不觉学了一天算法٩(๑❛ᴗ❛๑)۶,把之前美赛自己琢磨的dp给系统化了,一下有点通的感觉hhh。然后学习了prim算法:最小生成树。

完整版,⼤家可以直接看代码随想录网站:https://programmercarl.com/ 。

在这里插入图片描述

同学说只准备了一天一夜,和大佬还有很大的差距hhh,但是准备一下拿个省一也是很快乐的(~ ̄▽ ̄)~
能刷到这篇博客都是认真准备的同学,加油我们都可以!冲!

这篇关于蓝桥杯Python组省一准备过程复盘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/221141

相关文章

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Solr 使用Facet分组过程中与分词的矛盾解决办法

对于一般查询而言  ,  分词和存储都是必要的  .  比如  CPU  类型  ”Intel  酷睿  2  双核  P7570”,  拆分成  ”Intel”,”  酷睿  ”,”P7570”  这样一些关键字并分别索引  ,  可能提供更好的搜索体验  .  但是如果将  CPU  作为 Facet  字段  ,  最好不进行分词  .  这样就造成了矛盾  ,  解决方法