dict的第一个特点是查找速度快,无论dict有10个元素还是10万个元素,查找速度都一样。而list的查找速度随着元素增加而逐渐下降。
不过dict的查找速度快不是没有代价的,dict的缺点是占用内存大,还会浪费很多内容,list正好相反,占用内存小,但是查找速度慢。
由于dict是按 key 查找,所以,在一个dict中,key不能重复。
dict的第二个特点就是存储的key-value序对是没有顺序的!这和list不一样:
不过dict的查找速度快不是没有代价的,dict的缺点是占用内存大,还会浪费很多内容,list正好相反,占用内存小,但是查找速度慢。
由于dict是按 key 查找,所以,在一个dict中,key不能重复。
dict的第二个特点就是存储的key-value序对是没有顺序的!这和list不一样:
2015-12-28
删除那一堆破表格,还剩下什么呢。
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
def generate_tr(name, score):
return '%s,%s ' % (name, score)
tds = [generate_tr for name, score in d.iteritems()]
print '\n'.join(tds)
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
def generate_tr(name, score):
return '%s,%s ' % (name, score)
tds = [generate_tr for name, score in d.iteritems()]
print '\n'.join(tds)
2015-12-28
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59, 'Paul': 74 }
sum = 0.0
for k, v in d.items():
sum = sum + v
print k,":",v
print 'average', ':', sum/len(d)
sum = 0.0
for k, v in d.items():
sum = sum + v
print k,":",v
print 'average', ':', sum/len(d)
2015-12-28
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59, 'Paul': 74 }
sum = 0.0
for i in d.itervalues():
sum+=i
print sum / len(d)
sum = 0.0
for i in d.itervalues():
sum+=i
print sum / len(d)
2015-12-28
def average(*args):
sum = 0.0
if len(args)==0:
return sum
else:
for i in args:
sum+=i
return sum / len(args)
print average()
print average(1, 2)
print average(1, 2, 2, 3, 4)
sum = 0.0
if len(args)==0:
return sum
else:
for i in args:
sum+=i
return sum / len(args)
print average()
print average(1, 2)
print average(1, 2, 2, 3, 4)
2015-12-28
已采纳回答 / jeyy
假设2个大小盘,最上面的小的先转移到b,然后下面一个转移到c,然后小的从b转移到c,这是一个流程。a>b;a>c;b>c.写一个流程 剩下的都一样,一开始a是起点,c是终点。【想象成a>c】。第一步是move(?,a>c>b)表示a转移到b,然后打印1,2元素。然后转移move(?,b>a>c)表示从b到c。第一步流程写完。函数也写完了
2015-12-28
def square_of_sum(L):
sum = 0
for i in L:
sum += i * i
return sum
print square_of_sum([1, 2, 3, 4, 5])
print square_of_sum([-5, 0, 5, 15, 25])
sum = 0
for i in L:
sum += i * i
return sum
print square_of_sum([1, 2, 3, 4, 5])
print square_of_sum([-5, 0, 5, 15, 25])
2015-12-28