蓝桥杯第26天(Python)考前挣扎

2023-12-08 23:59
文章标签 python 蓝桥 26 考前 挣扎

本文主要是介绍蓝桥杯第26天(Python)考前挣扎,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!

题型:

1.思维题/杂题:数学公式,分析题意,找规律

2.BFS/DFS:广搜(递归实现),深搜(deque实现)

3.简单数论:模,素数(只需要判断到 int(sqrt(n))+1),gcd,lcm,快速幂(位运算移位操作),大数分解(分解为质数的乘积)

4.简单图论:最短路(一对多(Dijstra,临接表,矩阵实现),多对多(Floyd,矩阵实现)),最小生成树(并查集实现)

5.简单字符串处理:最好转为列表操作

6.DP:线性DP,最长公共子序列,0/1背包问题,最长连续字符串,最大递增子串

7.基本算法:二分,贪心,组合,排列,前缀和,差分

8.基本数据结构:队列,集合,字典,字符串,列表,栈,树

9.常用模块:math,datetime,sys中的设置最大递归深度(sys.setrecursionlimit(3000000)),collections.deque(队列),itertools.combinations(list,n)(组合),itertools.permutations(list,n)(排列)  heapq(小顶堆)

目录

题型:

模板回顾:

1.DFS代码框架(搜图建议↓为x方向,→为y方向)(找有多少条路径)

搜路径模板

 搜索组合模板 

 BFS+DFS

2.BFS逐层搜索(找最短路径)

搜索模板 

BFS搜索示例 (通过set()去重)

 3.并查集(连通子图,最小生成树)

 4.DP动态规划 ( 完全背包 http://t.csdn.cn/HnkGN)( http://t.csdn.cn/jSSby)

0/1背包问题:

最长公共子序列

最长递增子序列(LIS)

编辑距离(字符串转换)

5.数论

LCM和GCD

 快速幂

矩阵乘法 

埃式筛

 大数分解(质因数分解)

6.组合数学

加法原理

鸽巢原理 

 杨辉三角​编辑

 7.计算几何

点积

叉积

点跟直线关系

8.图论算法(图论章节http://t.csdn.cn/pitI6)

存边方式

 Floyd算法

Dijstra算法

Bellman-ford算法

9.常用库

10.前缀和、差分
 


模板回顾:
1.DFS代码框架(搜图建议↓为x方向,→为y方向)(找有多少条路径)

(BFS章节:http://t.csdn.cn/iv8UO)

标记数组,记录数组,全局变量ans 

搜路径模板

 搜索组合模板 

 BFS+DFS

import sys  #设置递归深度
import collections  #队列
import itertools  # 排列组合
import heapq
sys.setrecursionlimit(100000)s="01010101001011001001010110010110100100001000101010 \
10000001100111010111010001000110111010101101111000"vis=[[0]*60 for _ in range(60)]  # 标记是否访问过
fa=[['']*60 for _ in range(60)]  # 记录父结点
flag=['D','L','R','U']  # ↓x → y
##a = list(s.split(' '))
##print(a)
##ss=[]
##for i in s:  #转为2维列表
##    ss.append(i)
##print(ss)
ss=[]
for i in range(30):ss.append(list(map(int,input())))def dfs(x,y):  # 通过DFS遍历找路径if x==0 and y==0:returnif fa[x][y]=='D':dfs(x-1,y)if fa[x][y] =='L': dfs(x,y+1)if fa[x][y] =='R': dfs(x,y-1)if fa[x][y] =='U': dfs(x+1,y)print(fa[x][y],end='')def bfs(x,y):global faglobal visdeque=collections.deque()walk=[[1,0],[0,-1],[0,1],[-1,0]]  # 下,左,右,上vis[x][y]=1deque.append((0,0))  # 添加进队列while deque:x,y=deque.popleft()#print(x,y)if x==29 and y==49:print("找到终点!!")breakfor index in range(4):dx,dy=walk[index]nx=x+dx;ny=y+dyif 0<=nx<=29 and 0<=ny<=49 :if vis[nx][ny]==0 and ss[nx][ny]==0: # 坐标合法且没有走过vis[nx][ny]=1deque.append((nx,ny))fa[nx][ny]=flag[index]bfs(0,0)    
dfs(29,49)

用栈记录路径,即在保护现场是入栈,恢复现场时出栈。

2.BFS逐层搜索(找最短路径)

(BFS章节:http://t.csdn.cn/G1kgx)

搜索模板 

BFS搜索示例 (通过set()去重)

 3.并查集(连通子图,最小生成树)

 4.DP动态规划 ( 完全背包 http://t.csdn.cn/HnkGN)( http://t.csdn.cn/jSSby)

0/1背包问题:

def solve(N,C):  # 从左到右,从上到下 (先种类,再体积)for i in range(1,N+1): # N种物品,先1种,再2种......for j in range(1,C+1):  # 当前背包体积if c[i]>j : dp[i][j] = dp[i-1][j]    # 新增的第i种物品的体积大于背包重量,只有不选,继承上一个选择else: dp[i][j] = max(dp[i-1][j-c[i]]+w[i],dp[i-1][j])  # 装或者不装,找最大值return dp[N][C]
N,C= map(int,input().split())
n=3010
dp = [[0]*n for i in range(n)]  # 初始化dp数组,预留更大空间
c=[0]*n  # 记录体积
w=[0]*n # 记录价值
for i in range(1,N+1):   #读入N种物品的价值和体积c[i],w[i] = map(int,input().split())
print(solve(N,C))

最长公共子序列

n,m = map(int,input().split())  # B n个元素 A m个元素
a = [0] + list(map(int,input().split()))
b = [0] + list(map(int,input().split()))
dp = [[0]*(m+1) for _ in range(2)]   # 注意这里是m,不是n
now = 0 ;old = 1
for i in range(1,n+1):now,old = old,nowfor j in range(1,m+1):dp[now][j] = max(dp[now][j-1],dp[old][j])if a[i]==b[j]:  # 相同的元素dp[now][j] = max(dp[now][j],dp[old][j-1]+1)
print(dp[now][m])

最长递增子序列(LIS)

N =int(input()) # 对手个数
a = [0]+[int(i) for i in input().split()]  # 记录对手战力值
dp = [0]*(N+1) # 记录以第i个数为结尾的最长递增子序列
dp[1]=1
for i in range(2,N+1):  # 从2-N循环for j in range(1,i): # 查找前面的比a[i]小的if a[j]<a[i] and dp[j]>dp[i]:   #找到小的同时给他赋值max(dp[j])dp[i]=dp[j]dp[i]+=1  # 加1,即本身

编辑距离(字符串转换)

5.数论

LCM和GCD

 

 快速幂

位运算
通过 n&1=True,则n最低位就是1
n>>,n右移动def fast(a,n,mod):ans=1a%=mod   # 提升运算效率,Python不用担心大数月越界问题while(n)>0:if n&1 :ans=(a*ans)%mod#a=a*a   # 翻倍a=(a*a)%mod   # 翻倍n=n>>1  # 右移一位
a,b,mod = map(int,input().split())
print(fast(a,b,mod))

矩阵乘法 

埃式筛

 大数分解(质因数分解)

import sys  #设置递归深度
import collections  #队列
import itertools  # 排列组合
import heapq  #小顶堆
import math
sys.setrecursionlimit(300000)#对一个数进行大数分解
ans=0
n=int(input())
for i in range(2,int(math.sqrt(n))+1):if n%i==0:  #发现质数ans+=1#print(i)  # 打印质数约数while n%i==0:  # 消除这个质数n=n//i
if n>1:#print(n)  # 打印质数约数ans+=1
print(ans)

6.组合数学

加法原理

鸽巢原理 

 杨辉三角

import os
import sys# 骗分写法
n=int(input())
a=[[1],[1,1]]
for i in range(1,500): # 50-1+2行b=[]temp=0for j in range(i): # 根据上一行i计算temp=a[i][j]+a[i][j+1]b.append(temp)a.append([1]+b+[1])
# print(a)
b=[]
for i in range(501):  #进行队列拼接b=b+a[i]
print(b.index(n)+1)  # 直接通过队列值找索引
import os
import sys# 请在此输入您的代码
n=[0,1,1,1,1,2,1]
#n=[[0],[1,1],[1,2,1]]
last=[1,2,1]
for i in range(50):new=[]for a,b in zip(last+[0],[0]+last):new.append(a+b)n.append(new)last=newm=int(input())
print(n.index(m))

 7.计算几何

点积

叉积

点跟直线关系

 

8.图论算法(图论章节http://t.csdn.cn/pitI6)

存边方式

数组存边

临接矩阵

 邻接表

 Floyd算法

import os
import sys# 请在此输入您的代码
#floyd算法,多对多def floyd():global dpfor i in range(1,n+1):for j in range(1,n+1):for k in range(1,n+1):dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j])n,m,q = map(int,input().split())
inf=2**120
dp=[[inf]*(n+1) for i in range(n+1)]
choice=[]
for i in range(m):u,v,w=map(int,input().split())dp[u][v]=wdp[v][u]=w
for i in range(q):s,d = map(int,input().split())choice.append((s,d))
floyd()
for s,d in choice:if dp[s][d]!=inf:print(dp[s][d])continueprint(-1)

Dijstra算法

import heapq  # 导入堆
def dij(s):done=[0 for i in range(n+1)]  # 记录是否处理过hp=[]  #堆dis[s]=0heapq.heappush(hp,(0,s))   #入堆,小顶堆while hp:u=heapq.heappop(hp)[1] #出堆元素结点if done[u]: #当前结点处理过continuedone[u]=1for i in range(len(G[u])): #遍历当前结点的邻居v,w =G[u][i]if done[v]:continuedis[v]=min(dis[v],dis[u]+w)  # 更新当前结点邻居的最短路径heapq.heappush(hp,(dis[v],v))n,m = map(int,input().split())#
s=1  # 从1开始访问
G=[[]for i in range(n+1)]   #邻接表存储
inf = 2**50
dis = [inf]*(n+1) #存储距离
for i in range(m):# 存边,这里是单向边u,v,w = map(int,input().split())G[u].append((v,w))  #记录结点u的邻居和边长dij(s)
for i in range(1,n+1):if dis[i]==inf:print("-1",end=' ')else:print(dis[i],end=' ')
import sys  #设置递归深度
import collections  #队列
import itertools  # 排列组合
import heapq  #小顶堆
import math
sys.setrecursionlimit(300000)def dij():dist[1]=0  #很重要for _ in range(n-1): # 还有n-1个点没有遍历t=-1for j in range(1,n+1):if st[j]==0 and (t==-1 or dist[t]>dist[j]):  #找到没处理过得最小距离点t=jfor j in range(1,n+1):dist[j]=min(dist[j],dist[t]+gra[t][j])  # t-j的距离,找最小值st[t]=1  # 标记处理过return dist[n]n,m=map(int,input().split())#下标全部转为从1开始
stay=[0]+list(map(int,input().split()))
stay[n]=0   
gra = [[float('inf')] * (n+1) for _ in range(n+1)]
dist = [float('inf')] * (n+1)
st=[0]*(n+1)  # 标志是否处理for i in range(m):u,v,w=map(int,input().split()) #这里重构图gra[u][v]=stay[v]+wgra[v][u]=stay[u]+wprint(dij())

Bellman-ford算法

n,m=map(int,input().split())
t=[0]+list(map(int,input().split()))
e=[]  #简单的数组存边for i in range(1,m+1):a,b,c = map(int,input().split())e.append([a,b,c])  # 双向边e.append([b,a,c])dist=[2**50]*(n+1)
dist[1]=0for k in range(1,n+1): # 遍历每个点,n个点,执行n轮问路for a,b,c in e:  # 检查每条边,每一轮问路,检查所有边res=t[b]if b==n:res=0dist[b]=min(dist[b],dist[a]+c+res)  # 更新路径长度print(dist[n])

9.常用库

math

datetime   datetime.date()     date.days()     date.timedelta

sys中的设置最大递归深度(sys.setrecursionlimit(3000000))  sys.exit()

collections.deque(队列)   

itertools.combinations(list,n)(组合),itertools.permutations(list,n)(排列)

  heapq(小顶堆)   heapq.heappush(list,(0,s))   # 将list堆化,向list添加元素(0,s)

10.前缀和、差分

http://t.csdn.cn/rQs6M

这篇关于蓝桥杯第26天(Python)考前挣扎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/471760

相关文章

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

【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',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一:检查属性名2.2 步骤二:访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中,属性错误(At