python迭代函数例题 python迭代求解

求解一道Python编程题

斐波那契数列自第三个数开始，每个数均为之前两个数的和。

至少有两种方法来实现它。

最常见的利用迭代的方法，其核心思路是

fib(n) = fib(n-1) + fib(n-2)

而在n2时直接，没有n-2，因此直接返回1:

def fib(num): return 1 if n2 else fib(num-1) + fib(num-2)

这是一种很简单的实现。在阶梯数不大时，它很好用。当阶梯数很大时，因为二次手迭代，会比较慢。因此，可以在计算中保存中间值(1至n-1的阶梯数)来减少计算量：

这种方式在计算阶梯数10000时就可以保持不错的性能。如果需要多次计算该数列,则可以利用对象来保持这个中间值列表，下列代码中,Fibonaci实例只计算未曾计算的阶梯数，在重复调用时它更具优势：

class Fibonaci(object):

....history=[1, 1]

....def cacl(self, num):

........while len(self.history) = num:

............self.history.append(self.history[-1] + self.history[-2])

........return self.history[num]

if __name__ == '__main__':

....fib = Fibonaci()

....print(fib.calc(100))

....print(fib.calc(32))

....print(fib.calc(10000))

相关问答

Q1: Python用迭代（yield）和递归解决八皇后问题

国际象棋的皇后行走具有最高的灵活性，可以横、竖、斜共八个方向无限步行走。你需要将国际象棋8个皇后放在棋盘上，条件是任何一个皇后都不能威胁其python迭代函数例题他皇后，即任何两个皇后都不能吃掉对方。

分析：在棋盘的第一行尝试为第一个皇后选择一个位置，再在第二行尝试为第二个皇后选择一个位置，依次类推。在发现无法为一个皇后选择合适的位置后，回溯到前一个皇后，并尝试为它选择另一个位置。当八个皇后都放在棋盘上时即得到一种解。

用元组（其他序列也可以）表示可能的解（或一部分），例如（1，3，5）表示当前共摆放了三个皇后，第一个皇后在1行1列，第二个皇后在2行3列，第三个皇后在3行5列。

当前状态state，下一个皇后在下一行的next_x位置，根据皇后的行走规则，如果已有的皇后可以吃掉下一个皇后，则表示有冲突，否则没有。

函数conflict定义：接受用状态元组表示的既有皇后的位置，并确定下一个皇后的位置是否会导致冲突。

参数 next_x 表示下一个皇后的水平位置（x 坐标，即列），而 next_y 为下一个皇后的垂直位置（y 坐标，即行）。这个函数对既有的每个皇后执行简单的检查：如果下一个皇后与当前皇后的 x 坐标相同或在同一条对角线上，将发生冲突，因此返回True python迭代函数例题；如果没有发生冲突，就返回False 。

abs(state[i] - next_x) in (0, next_y - i) 表示两个皇后的水平距离为0或等于垂直距离时为真、否则为假。

Q2: Python中的“迭代”详解

迭代器模式：一种惰性获取数据项python迭代函数例题的方式python迭代函数例题，即按需一次获取一个数据项。

所有序列都是可以迭代python迭代函数例题的。我们接下来要实现一个 Sentence（句子）类python迭代函数例题，我们向这个类的构造方法传入包含一些文本的字符串，然后可以逐个单词迭代。

接下来测试 Sentence 实例能否迭代

序列可以迭代的原因：

iter()

解释器需要迭代对象 x 时，会自动调用iter(x)。

内置的 iter 函数有以下作用：

由于序列都实现了 __getitem__ 方法，所以都可以迭代。

可迭代对象：使用内置函数 iter() 可以获取迭代器的对象。

与迭代器的关系：Python 从可迭代对象中获取迭代器。

下面用for循环迭代一个字符串，这里字符串 'abc' 是可迭代的对象，用 for 循环迭代时是有生成器，只是 Python 隐藏了。

如果没有 for 语句，使用 while 循环模拟，要写成下面这样：

Python 内部会处理 for 循环和其他迭代上下文（如列表推导，元组拆包等等）中的 StopIteration 异常。

标准的迭代器接口有两个方法：

__next__ ：返回下一个可用的元素，如果没有元素了，抛出 StopIteration 异常。

__iter__ ：返回 self，以便在需要使用可迭代对象的地方使用迭代器，如 for 循环中。

迭代器：实现了无参数的 __next__ 方法，返回序列中的下一个元素；如果没有元素了，那么抛出 StopIteration 异常。Python 中的迭代器还实现了 __iter__ 方法，因此迭代器也可以迭代。

接下来使用迭代器模式实现 Sentence 类：

注意， 不要 在 Sentence 类中实现 __next__ 方法，让 Sentence 实例既是可迭代对象，也是自身的迭代器。

为了“支持多种遍历”，必须能从同一个可迭代的实例中获取多个独立的迭代器，而且各个迭代器要能维护自身的内部状态，因此这一模式正确的实现方式是，每次调用 iter(my_iterable) 都新建一个独立的迭代器。

所以总结下来就是：

实现相同功能，但却符合 Python 习惯的方式是，用生成器函数代替 SentenceIteror 类。

只要 Python 函数的定义体中有 yield 关键字，该函数就是生成器函数。调用生成器函数，就会返回一个生成器对象。

生成器函数会创建一个生成器对象，包装生成器函数的定义体，把生成器传给 next(...) 函数时，生成器函数会向前，执行函数定义体中的下一个 yield 语句，返回产出的值，并在函数定义体的当前位置暂停，。最终，函数的定义体返回时，外层的生成器对象会抛出 StopIteration 异常，这一点与迭代器协议一致。

如今这一版 Sentence 类相较之前简短多了，但是还不够慵懒。 惰性 ，是如今人们认为最好的特质。惰性实现是指尽可能延后生成值，这样做能节省内存，或许还能避免做无用的处理。

目前实现的几版 Sentence 类都不具有惰性，因为 __init__ 方法急迫的构建好了文本中的单词列表，然后将其绑定到 self.words 属性上。这样就得处理整个文本，列表使用的内存量可能与文本本身一样多（或许更多，取决于文本中有多少非单词字符）。

re.finditer 函数是 re.findall 函数的惰性版本，返回的是一个生成器，按需生成 re.MatchObject 实例。我们可以使用这个函数来让 Sentence 类变得懒惰，即只在需要时才生成下一个单词。

标准库提供了很多生成器函数，有用于逐行迭代纯文本文件的对象，还有出色的 os.walk 函数等等。本节专注于通用的函数：参数为任意的可迭代对象，返回值是生成器，用于生成选中的、计算出的和重新排列的元素。

第一组是用于 过滤 的生成器函数：从输入的可迭代对象中产出元素的子集，而且不修改元素本身。这种函数大多数都接受一个断言参数(predicate)，这个参数是个 布尔函数 ，有一个参数，会应用到输入中的每个元素上，用于判断元素是否包含在输出中。

以下为这些函数的演示：

第二组是用于映射的生成器函数：在输入的单个/多个可迭代对象中的各个元素上做计算，然后返回结果。

以下为这些函数的用法：

第三组是用于合并的生成器函数，这些函数都可以从输入的多个可迭代对象中产出元素。

以下为演示：

第四组是从一个元素中产出多个值，扩展输入的可迭代对象。

以下为演示：

第五组生成器函数用于产出输入的可迭代对象中的全部元素，不过会以某种方式重新排列。

下面的函数都接受一个可迭代的对象，然后返回单个结果，这种函数叫“归约函数”，“合拢函数”或“累加函数”，其实，这些内置函数都可以用 functools.reduce 函数实现，但内置更加方便，而且还有一些优点。

参考教程：

《流畅的python》 P330 - 363

Q3: Python3 - 排列组合的迭代

遍历一个序列中元素的所有可能的排列或组合。

itertools 模块提供了三个函数来解决这类问题。 其中一个是 itertools.permutations() ， 它接受一个序列并产生一个元组序列，每个元组由序列中所有元素的一个可能排列组成，即通过打乱序列中元素排列顺序生成一个元组，比如python迭代函数例题：

如果想得到指定长度的所有排列，你可以传递一个可选的长度参数。比如：

使用 itertools.combinations() 可得到输入序列中元素的所有的组合。比如：

对于 combinations() 来讲，元素的顺序已经不重要了，即组合 ('a', 'b') 与 ('b', 'a') 其实是一样的，最终只会输出其中一个。

在计算组合的时候，一旦元素被选取就会从候选中剔除掉(比如如果元素’a’已经被选取了，那么接下来就不会再考虑它了)。 而函数 itertools.combinations_with_replacement() 允许同一个元素被选择多次，比如：

尽管手动可以实现排列组合算法，但是这样做比较麻烦，当遇到有些复杂的迭代问题时，可以先去看看itertools模块是否能实现，很有可能会在里面找到解决方案python迭代函数例题！

python迭代函数例题的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python迭代求解、python迭代函数例题的信息别忘了在本站进行查找喔。