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
fab 在逃TDPIE1 分钟前
Sentaurus TCAD 仿真教程(十)
算法
天赐学c语言20 分钟前
12.19 - 买卖股票的最佳时机 && const的作用
c++·算法·leecode
菜鸟233号23 分钟前
力扣78 子集 java实现
java·数据结构·算法·leetcode
yesyesyoucan26 分钟前
在线魔方解谜站:从零入门到精通的智能魔方学习平台
学习·算法
Han.miracle27 分钟前
数据结构与算法--008四数之和 与经典子数组 / 子串问题解析
数据结构·算法
!停28 分钟前
字符函数和字符串函数
算法
AI科技星44 分钟前
圆柱螺旋运动方程的一步步求导与实验数据验证
开发语言·数据结构·经验分享·线性代数·算法·数学建模
FONE_Platform1 小时前
FONE食品饮料行业全面预算解决方案:构建韧性增长
人工智能·算法·全面预算·全面预算管理系统·企业全面预算
月明长歌1 小时前
【码道初阶】【Leetcode94&144&145】二叉树的前中后序遍历(非递归版):显式调用栈的优雅实现
java·数据结构·windows·算法·leetcode·二叉树
DanyHope1 小时前
《LeetCode 49. 字母异位词分组:哈希表 + 排序 全解析》
算法·leetcode·哈希算法·散列表