蓝桥杯算法之基础知识(6)

目录

Ⅰ.os操作

Ⅱ.时间库(很重要)

Ⅲ.基本单位换算(ms,min,h的单位换算)

Ⅳ.时间戳

Ⅴ.文件读取

Ⅵ.堆

Ⅶ.math操作

Ⅷ.range()方法单独使用

[Ⅸ.python 的异常输出](#Ⅸ.python 的异常输出)

[Ⅹ.for-else 和while-else](#Ⅹ.for-else 和while-else)


Ⅰ.os操作

Ⅱ.时间库(很重要)

Ⅲ.基本单位换算(ms,min,h的单位换算)


基本单位换算

1 秒 = 1000 毫秒

1 分钟 = 60 秒

1 小时 = 60 分钟 = 3600 秒

转换步骤

将毫秒转换为秒:

毫秒数除以 1000,得到总秒数。

例如,46800999 毫秒 = 46800999 // 1000 = 46800 秒。

计算小时:

总秒数除以 3600(1 小时 = 3600 秒),得到小时数。

例如,46800 // 3600 = 13 小时。

计算剩余的分钟:

总秒数对 3600 取模,得到剩余的秒数。

剩余的秒数除以 60(1 分钟 = 60 秒),得到分钟数。

例如,46800 % 3600 = 0 秒,0 // 60 = 0 分钟。

计算剩余的秒:

剩余的秒数对 60 取模,得到秒数。

例如,0 % 60 = 0 秒。

  1. 代码中的转换逻辑

    将毫秒转换为秒

    total_seconds = milliseconds // 1000
    #milliseconds // 1000:将毫秒数除以 1000,得到总秒数。
    PYTHON

    计算小时、分钟和秒

    hours = (total_seconds // 3600) % 24
    minutes = (total_seconds % 3600) // 60
    seconds = total_seconds % 60 当然也可以seconds = (total_seconds%3600) % 60

    return f"{hours:02d}:{minutes:02d}:{seconds:02d}"

Ⅳ.时间戳

定义

  • 时间戳:记录时间的数字,单位可以是秒、毫秒等。---一般是毫秒

  • 参考时间 :通常是 Unix 纪元(1970-01-01 00:00:00 UTC)。

  • 用途:标记事件发生的时间,方便计算时间差。

*判断相邻毫秒时间戳小于1s---即两个相邻时间戳差 ≤ 1000 毫秒。

Ⅴ.文件读取

复制代码
with open("log.txt", "r") as file:
    lines = file.readlines()
  1. with open("log.txt", "r") as file::

    • open("log.txt", "r"):

      • 打开名为 "log.txt" 的文件。

      • "r":以只读模式(read)打开。

    • with ... as file::

      • 使用 with 语句,确保文件操作完后自动关闭。

      • file 是文件对象,代表打开的 "log.txt"。

  2. lines = file.readlines():

    • file.readlines():

      • 读取 file 的所有行。

      • 返回一个列表,每个元素是一行文本(包含换行符 \n)。

    • lines:

      • 变量,存储读取的行列表。

Ⅵ.堆

heap[0]----堆顶元素
将列表转换为最大堆

如果需要将现有列表转换为最大堆,可以使用 heapq.heapify(),同时将元素取反:

import heapq

原始列表

nums = [3, 1, 2]

将元素取反后转换为堆

heap = [-x for x in nums]

heapq.heapify(heap)

查看堆顶元素(取反还原)

max_item = -heap[0]

print("堆顶元素:", max_item) # 输出:3

弹出元素(取反还原)

max_item = -heapq.heappop(heap)

print("弹出元素:", max_item) # 输出:3

print("堆中剩余元素:", [-x for x in heap]) # 输出:[2, 1]

最大堆的常用操作

以下是最大堆的常用操作及其实现方式:

复制代码
1. 插入元素

heapq.heappush(heap, -item)
2. 弹出元素

max_item = -heapq.heappop(heap)
3. 查看堆顶元素

max_item = -heap[0]
4. 将列表转换为最大堆

heap = [-x for x in nums]
heapq.heapify(heap)

Ⅶ.math操作

Ⅷ.range()方法单独使用

Ⅸ.python 的异常输出

Ⅹ.for-else 和while-else

相关推荐
一起努力啊~4 小时前
算法题打卡力扣第3题:无重复字符的最长子串(mid)
算法·leetcode·哈希算法
熙客4 小时前
基础思想:动态规划与贪心算法
算法·贪心算法·动态规划
Liverpool05194 小时前
代码随想录算法训练营第四十三天|LeetCode300. 最长递增子序列,LeetCode674. 最长连续递增序列,LeetCode718. 最长重复子数组
算法
HCl__盐酸4 小时前
题解:UVA1589 象棋 Xiangqi
算法
relis4 小时前
RoPE位置编码缩放因子的最优解:频率维度与位置敏感度的精妙权衡
人工智能·算法·语言模型
青鱼入云5 小时前
【面试场景题】1GB 大小HashMap在put时遇到扩容的过程
java·数据结构·面试
你我约定有三5 小时前
数据结构--跳表(Skip List)
数据结构·list
电力程序小学童5 小时前
【无人机三维路径规划】基于遗传算法GA结合粒子群算法PSO无人机复杂环境避障三维路径规划(含GA和PSO对比)研究
算法·无人机·ga·pso·改进粒子群·粒子群·gapso
ltrbless7 小时前
最小生成树算法详解
算法·排序算法·图论