asd

Python的re模块 1、 compile(pattern):创建模式对象 import re pat = re.compile( 'A' ) m = pat.search( 'CBA' ) #等价于re.search(‘A’,’CBA’) print(m) #<_sre.SRE_Match object; span=(2, 3), match='A'> import re pat = re.compile('a') m = pat.search('CBA') print(m) #没有匹配到，返回None 2、 search（pattern，string）:在字符串中寻找模式 import re m = re.search('asd','ASDasd') print(m) #<_sre.SRE_Match object; span=(3, 6), match='asd'> 上面的函数返回都可以在if条件语句中进行判断： If pat.search(‘asd’,’ASDasd’): Print(‘ok’) 运行输出了‘ok’。 3、 split（pattern,string）:根据模式分割字符串，返回列表 a、 import re m=re.split(',','a,s,d,asd') #以逗号为分界 print(m) #['a', 's', 'd', 'asd'] b、

statement：这里的文本相似度不是指语义相似度，仅仅指字符重叠度 sudo apt-get install python-Levenshtein import Levenshtein as lst >>> lst.distance('as','asd') 1 >>> lst.ratio('as','asd') 0.8 >>> lst.ratio('ase','asd') 0.6666666666666666 >>> lst.distance('ase','asd') 1 >>> lst.distance('as','as') 0 >>> lst.distance('好的','好像') 3 >>> lst.ratio('好的','好像') 0.5 >>> lst.ratio('好的还可以','好像') 0.47619047619047616 >>> lst.ratio('好像是','好像') 0.8 >>> ​ 页可以根据余弦定理： TF-IDF与余弦相似性的应用（二）：找出相似文章 http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html 来源： oschina 链接： https://my.oschina.net/u/105637/blog/733229

gradle --help gradle tasks //列出task列表 gradle asD (gradle assembleDebug) //编译debug打包 gradle asR (gradle assembleRelease) //编译release打包 gradle asD --refresh-dependencies //强制刷新依赖 gradle asD --parallel //并行编译 gradle asD --parallel-threads 3 gradle clean 来源： oschina 链接： https://my.oschina.net/u/2531612/blog/539221

一 数字类型内置方法 1.1 为什么要有数据类型 对于不同类型的变量需要用不同的数据类型去描述 1 int 作用：定义身高、体重、年龄、id号等 定义方式; x = 10 方法： print(y+x) print(y-x) print(y*x) print(y/x) print(y%x) print(y//x 存储一个值or多个值：一个值 有序or无序：不存在这一说法 有序：有索引 无序：无索引 可变or不可变：不可变 可变：值变id不变 不可变：值变id也变 2 flaot 作用:钱、商品价格、经纬度等 定义方式: x = 1.4 方法:print(y+x) print(y-x) print(y*x) print(y/x) print(y%x) print(y//x 存储一个值or多个值:一个值 有序or无序:不存在这一说法 可变or不可变:不可变 3 str 作用:定义名字，性别等 定义方式:name = 'jack' 方法: 存储一个值or多个值:一个值 有序or无序:有序 可变or不可变:不可变 （1） 按索引取值 name = 'asd cc dd aa ee dd v' print(name[4]) # 已打印索引值为4的字符 c (2) 切片：步长为正数，从左到右取值；步长为负数，从右到左取值 name = 'asd cc dd aa ee dd v' print(

Python解释器可以自动识别用户输入的数据类型。创建对象的数据类型，可以通过type查看。需要注意的是： 用户通过input输入的数据，其类型均为字符串 num1 = input("please input num1: ") num2 = input("please input num2: ") print("type of num1: ",type(num1),"type of num2: ",type(num2)) please input num1: test please input num2: 123 type of num1: <class 'str'> type of num2: <class 'str'> 整型 整型可分为整型（32位机器上整型的取值范围为：-2* * 31~-2* *31）和长整型。Python2.7中会自动转换数字为整型、长整型。但在Python3.6中，不再有整型长整型之分。 Python中提供了10进制转换为其他进制的方法 十进制转十六进制 >>> hex(10) '0xa' 十进制转八进制 >>> oct(10) '0o12' 十进制转二进制 >>> bin(10) '0b1010' 在浮点数中，Python默认的精度为17位，这个精度越到后面越不准确。当我们的计算需要使用更高精度的时候，可以使用“getcontext”和"Decimal

详解 new/bind/apply/call 的模拟实现 分步实现 new/bind/apply/call 函数。 new 的模拟实现 先看一下真正的 new 的使用方法： function MyClass(name, age){ this.name = name this.age = age } var obj = new MyClass({name:'asd', age:10}) 复制代码 new 是关键字，调用方式是没法模仿的，只能以函数的形式实现，比如 myNew() 。 然后规定一下 myNew 接收参数的方式： var obj2 = mynew(MyClass, 'asd', 10) 复制代码 第一阶段：基本实现 创建一个新对象，通过将其 __proto__ 指向构造函数的 prototype 实现继承 function mynew(){ // 新建空对象 var obj = {} // 第一个参数是构造函数 var constructor = [].shift.call(arguments) // 其余的参数是构造函数的参数 var args = [].slice.call(arguments) // 修改原型 obj.__proto__ = constructor.prototype // 修改构造函数上下文，为 obj 赋值 constructor.apply

1 #!/usr/bin/env python 2 #__author: hlc 3 #date: 2019/5/26 4 #字典是python中唯一的映射类型，采用键值对（key-value）的形式进行存储，python对key进行哈希函数运算，根据结果决定value的存储地址，所以字典是无序存储的，且key必须是可哈希的。可哈希表示key必须是不可变类型，如：数字、字符串、元祖。 5 6 #字典的两种创建方法 7 # dic = {"asd":"123","asgd":456} 8 # print(dic) 9 # 10 # a = dict(((1,4),(5,7))) #工厂模式 11 # print(a) 12 13 #增加 14 # dict1 = {} 15 # dict1["asd"]=123 #如果健存在，会进行覆盖，不存在会添加 16 # print(dict1) #{'asd': 123} 17 # dict1.setdefault("qwe",3245) #如果健存在，不会进行覆盖，不存在会添加，都会返回对应的值 18 # print(dict1) #{'asd': 123, 'qwe': 3245} 19 20 #查找(通过键查找) 21 # dic2 = {"asd":"123","asgd":456,"erqw":"sdfdsg"} 22 #

re模块下的函数 compile(pattern)：创建模式对象 import re pat = re.compile('D') m = pat.search('CBA') #等价于re.search('A', 'ABC') n = pat.search('BCD') if m: print("####") if n: print("****") search(pattern,string)：在字符串中寻找模式 m = re.search('asd','ASDasd') print(m) ##<_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True） n = re.search('asd','ASDASD') print(n) ## None #没有匹配到，返回None（False） match(pattern,string)：在字符串开始处匹配模式 m = re.match('asd','asdasd') print(m) ## <_sre.SRE_Match object at 0xb72cd6e8> #匹配到了，返回MatchObject（True） n = re.match('asd','ASDASD') print(n) # 等价于 pat=re.compile('a') print(pat.match(

1.什么是进程： 　回答： 正在进行的一个过程或者说一个任务，而 这个过程就叫做进程。 1.1 进程与程序的区别： 　回答： 程序仅仅是一堆代码而已，而进程指的是程序的运行过程。 2.并发与并行。 回答：无论是并行还是并发，在用户看来都是 同时 运行的， 不管是进程还是线程，都只是一个任务而已，真实干活的是cpu，cpu来做这些任务，而一个cpu同一时刻只能运行一个任务。　 2.1： 并发什么意思： 　回答：并发是伪并行，即看起来是同事运行。单个cpu+多道技术就可以实现并发。（并行也属于并发） 2.2： 并行什么意思： 　回答：并行就是同时运行，只有具备多个cpu才能实行并行。 3.同步 与 异步 3.1什么是同步： 　同步执行：一个进程在执行某个任务是，另外一个进程必须等待其执行完毕，才能继续执行 　异步执行：一个进程在执行某个任务时，另外一个进程无需等待其执行完毕，就可以继续执行，当有消息返回时，系统会通知后者进行同步通信， 　打电话时就是同步通信，发短信时就是异步通信。 一、python 并发编辑之多进程 1.1multiprocessing 模块介绍 　　python 中的多线程无法利用多核优势，如果想要充分地使用多核cpu的资源（os.cpu_count()查看）,在python中大部分情况需要使用多进程。python提供了非常好用的多进程包，这个包是：

设 a s d [ i ] [ j ] [ l ] [ r ] asd[i][j][l][r] a s d [ i ] [ j ] [ l ] [ r ] 表示在第 i i i 个数到第 j j j 个数中取出一些数之后，剩下的数的值在 [ l , r ] [l,r] [ l , r ] 范围内的最小代价 显然 a s d [ i ] [ j ] [ 0 ] [ 0 ] asd[i][j][0][0] a s d [ i ] [ j ] [ 0 ] [ 0 ] 表示将这一段数全部取出的最下代价。 由于 n ≤ 50 n\leq 50 n ≤ 5 0 ，考虑对 w i w_i w i ​ 进行离散化 记 l , r l,r l , r 离散前的值为 x , y x,y x , y 。 对于 a s d [ i ] [ j ] [ 0 ] [ 0 ] asd[i][j][0][0] a s d [ i ] [ j ] [ 0 ] [ 0 ] ，一共有两种情况： 1.一次性全部取完： a s d [ i ] [ j ] [ 0 ] [ 0 ] = a + b × ( m a x w i ∼ w j − m i n w i ∼ w j ) asd[i][j][0][0]=a+b\times(max_{w_i \sim w_j}-min_{w_i\sim w_j}) a s d [ i ]