python雖然具備很多高級模塊,也是自帶電池的編程語言,但是要想做一個合格的程序員,基本的演算法還是需要掌握,本文主要介紹列表的一些排序演算法
遞歸是演算法中一個比較核心的概念,有三個特點,1 調用自身 2 具有結束條件 3 代碼規模逐漸減少
2. python演算法有哪些
演算法(Algorithm)是指解題方案的准確而完整的描述,是一系列解決問題的清晰指令,演算法代表著用系統的方法描述解決問題的策略機制。也就是說,能夠對一定規范的輸入,在有限時間內獲得所要求的輸出。如果一個演算法有缺陷,或不適合於某個問題,執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。
一個演算法應該具有以下七個重要的特徵:
①有窮性(Finiteness):演算法的有窮性是指演算法必須能在執行有限個步驟之後終止;
②確切性(Definiteness):演算法的每一步驟必須有確切的定義;
③輸入項(Input):一個演算法有0個或多個輸入,以刻畫運算對象的初始情況,所謂0個輸 入是指演算法本身定出了初始條件;
④輸出項(Output):一個演算法有一個或多個輸出,以反映對輸入數據加工後的結果。沒 有輸出的演算法是毫無意義的;
⑤可行性(Effectiveness):演算法中執行的任何計算步驟都是可以被分解為基本的可執行 的操作步,即每個計算步都可以在有限時間內完成(也稱之為有效性);
⑥高效性(High efficiency):執行速度快,佔用資源少;
⑦健壯性(Robustness):對數據響應正確。
相關推薦:《Python基礎教程》
五種常見的Python演算法:
1、選擇排序
2、快速排序
3、二分查找
4、廣度優先搜索
5、貪婪演算法
3. 想學python從哪裡入手
Python適用於網站、桌面應用開發,自動化腳本,復雜計算系統,科學計算,生命支持管理系統,物聯網,游戲,機器人,自然語言處理等很多方面。而且,既使對於那些從沒有開發經驗的人來講,Python的代碼也是簡潔易懂的。所以,有不少人會選擇Python專業的學習。
作為一門優美、精巧的編程語言,Python不僅僅適合作為編程入門,對於希望掌握實戰開發技能進而從事編程工作的人來說,Python也是一個很不錯的選擇。
Python的初學者說一說入門的學習路徑。
1、建立開發環境
建立開發環境非常重要,。做任何開發,首先就是要把這個環境准備好,之後就可以去做各種嘗試,嘗試過程中的話就能逐漸建立信心。初學者往往在環境配置中被各種預想不到的問題弄得很沮喪。
2、了解編程語言基礎
有了工作環境後,我們就可以開始編寫和執行Python程序了。
Python這類腳本程序其實就像是一段「電影腳本」,按照從前往後的順序規定了一系列的動作,指揮著你電腦的CPU、硬碟、操作系統等部件干這干那。所以為了讓電腦能夠看懂,你編寫的這段「電影腳本」需要按照電腦所使用的語言進行編寫。例如print("hello world!")這樣一句話就會讓電腦調用一系列部件,最後在屏幕上輸出它對世界的問好;而a=3+5這樣一句話就會讓電腦計算3+5的答案,然後將答案放入一個名字為a的「盒子」當中。
3、掌握數據結構基礎
為了能夠完成更復雜的計算場景,Python提供了若干種內置的數據結構。所謂數據結構,你可以認為一組變數以某個特定的方式組織在一起,而不僅僅是單個獨立的變數。通過特定的組織方式,在處理某些運算時能夠能夠大大提高編程的效率。數據結構是計算機專業的一門必修專業課,更高級的數據結構及其內部實現方式你需要專門學習,不過Python的數據結構可以是一個非常好的學習起點。
4、掌握函數的基本概念
在實際編寫程序的過程中,某些代碼可能會反復執行多次。而這些代碼除了變數不同外,沒有任何的區別。這些代碼實際上類似於數學表達式中的函數f(x),當我們給x賦值時,就會得到對應的結果。在Python中也提供了這樣的特性,同樣稱之為「函數」。
函數將需要反復使用的代碼進行模塊化,從而減少了代碼的重復,同時還增加了可讀性和可維護性。當需要修改時,只要改變定義內的代碼,就可以完成對每一次執行的修改。
5、面向對象編程
面向對象是一種非常符合人類思維的編程方法,因為現實世界就是由對象和對象之間的交互來構成的,所以我們其實很容易將現實世界映射到軟體開發中。舉個例子,一輛汽車、一篇博客、一個人,對應到軟體系統中都是一個對象;而對象具有自己的狀態和行為。
6、學習函數式編程
也許你還覺得函數式編程很陌生,但許多的函數式編程風格已經漸漸開始流行。什麼叫函數式編程呢?事實上只要語言將函數作為一等公民(或者藉助工具達到類似效果) 就可以支持函數式編程。而將函數作為一等公民意味著函數可以像變數一樣傳參、賦值和返回。函數式編程的書寫方式使得代碼編寫的效率更加高,極大地提高生產效率。
7、掌握更多標准庫中的模塊
4. 有哪些用 Python 語言講演算法和數據結構的書
Python數據結構篇
數據結構篇主要是閱讀[Problem Solving with Python](Welcome to Problem Solving with Algorithms and Data Structures) [該網址鏈接可能會比較慢]時寫下的閱讀記錄,當然,也結合了部分[演算法導論](Introction to Algorithms)
中的內容,此外還有不少wikipedia上的內容,所以內容比較多,可能有點雜亂。這部分主要是介紹了如何使用Python實現常用的一些數據結構,例
如堆棧、隊列、二叉樹等等,也有Python內置的數據結構性能的分析,同時還包括了搜索和排序(在演算法設計篇中會有更加詳細的介紹)的簡單總結。每篇文
章都有實現代碼,內容比較多,簡單演算法一般是大致介紹下思想及演算法流程,復雜的演算法會給出各種圖示和代碼實現詳細介紹。
**這一部分是下
面演算法設計篇的前篇,如果數據結構還不錯的可以直接看演算法設計篇,遇到問題可以回來看數據結構篇中的某個具體內容充電一下,我個人認為直接讀演算法設計篇比
較好,因為大家時間也都比較寶貴,如果你會來讀這些文章說明你肯定有一定基礎了,後面的演算法設計篇中更多的是思想,這里更多的是代碼而已,嘿嘿。**
(1)[搜索](Python Data Structures)
簡述順序查找和二分查找,詳述Hash查找(hash函數的設計以及如何避免沖突)
(2)[排序](Python Data Structures)
簡述各種排序演算法的思想以及它的圖示和實現
(3)[數據結構](Python Data Structures)
簡述Python內置數據結構的性能分析和實現常用的數據結構:棧、隊列和二叉堆
(4)[樹總結](Python Data Structures)
簡述二叉樹,詳述二叉搜索樹和AVL樹的思想和實現
2.Python演算法設計篇
演算法設計篇主要是閱讀[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)[**點擊鏈接可進入Springer免費下載原書電子版**]之後寫下的讀書總結,原書大部分內容結合了經典書籍[演算法導論](Introction to Algorithms),
內容更加細致深入,主要是介紹了各種常用的演算法設計思想,以及如何使用Python高效巧妙地實現這些演算法,這里有別於前面的數據結構篇,部分演算法例如排
序就不會詳細介紹它的實現細節,而是側重於它內在的演算法思想。這部分使用了一些與數據結構有關的第三方模塊,因為這篇的重點是演算法的思想以及實現,所以並
沒有去重新實現每個數據結構,但是在介紹演算法的同時會分析Python內置數據結構以及第三方數據結構模塊的優缺點,也就意味著該篇比前面都要難不少,但
是我想我的介紹應該還算簡單明了,因為我用的都是比較朴實的語言,並沒有像演算法導論一樣列出一堆性質和定理,主要是對著某個問題一步步思考然後演算法就出來
了,嘿嘿,除此之外,裡面還有很多關於python開發的內容,精彩真的不容錯過!
這里每篇文章都有實現代碼,但是代碼我一般都不會分
析,更多地是分析演算法思想,所以內容都比較多,即便如此也沒有包括原書對應章節的所有內容,因為內容實在太豐富了,所以我只是選擇經典的演算法實例來介紹算
法核心思想,除此之外,還有不少內容是原書沒有的,部分是來自演算法導論,部分是來自我自己的感悟,嘻嘻。該篇對於大神們來說是小菜,請一笑而過,對於菜鳥
們來說可能有點難啃,所以最適合的是和我水平差不多的,對各個演算法都有所了解但是理解還不算深刻的半桶水的程序猿,嘿嘿。
本篇的順序按照原書[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)的章節來安排的(章節標題部分相同部分不同喲),為了節省時間以及保持原著的原滋原味,部分內容(一般是比較難以翻譯和理解的內容)直接摘自原著英文內容。
**1.
你也許覺得很多內容你都知道嘛,沒有看的必要,其實如果是我的話我也會這么想,但是如果只是歸納一個演算法有哪些步驟,那這個總結也就沒有意義了,我覺得這
個總結的亮點在於想辦法說清楚一個演算法是怎麼想出來的,有哪些需要注意的,如何進行優化的等等,採用問答式的方式讓讀者和我一起來想出某個問題的解,每篇
文章之後都還有一兩道小題練手喲**
**2.你也許還會說演算法導論不是既權威又全面么,基本上每個演算法都還有詳細的證明呢,讀演算法導論豈
不更好些,當然,你如果想讀演算法導論的話我不攔著你,讀完了感覺自己整個人都不好了別怪小弟沒有提醒你喲,嘻嘻嘻,左一個性質右一個定理實在不適合演算法科
普的啦,沒有多少人能夠堅持讀完的。但是碼農與蛇的故事內容不多喲,呵呵呵**
**3.如果你細讀本系列的話我保證你會有不少收獲的,需要看演算法導論哪個部分的地方我會給出提示的,嘿嘿。溫馨提示,前面三節內容都是介紹基礎知識,所以精彩內容從第4節開始喲,么么噠 O(∩_∩)O~**
(1)[Python Algorithms - C1 Introction](Python Algorithms)
本節主要是對原書中的內容做些簡單介紹,說明演算法的重要性以及各章節的內容概要。
(2)[Python Algorithms - C2 The basics](Python Algorithms)
**本節主要介紹了三個內容:演算法漸近運行時間的表示方法、六條演算法性能評估的經驗以及Python中樹和圖的實現方式。**
(3)[Python Algorithms - C3 Counting 101](Python Algorithms)
原書主要介紹了一些基礎數學,例如排列組合以及遞歸循環等,但是本節只重點介紹計算演算法的運行時間的三種方法
(4)[Python Algorithms - C4 Inction and Recursion and Rection](Python Algorithms)
**本節主要介紹演算法設計的三個核心知識:Inction(推導)、Recursion(遞歸)和Rection(規約),這是原書的重點和難點部分**
(5)[Python Algorithms - C5 Traversal](Python Algorithms)
**本節主要介紹圖的遍歷演算法BFS和DFS,以及對拓撲排序的另一種解法和尋找圖的(強)連通分量的演算法**
(6)[Python Algorithms - C6 Divide and Combine and Conquer](Python Algorithms)
**本節主要介紹分治法策略,提到了樹形問題的平衡性以及基於分治策略的排序演算法**
(7)[Python Algorithms - C7 Greedy](Python Algorithms)
**本節主要通過幾個例子來介紹貪心策略,主要包括背包問題、哈夫曼編碼和最小生成樹等等**
(8)[Python Algorithms - C8 Dynamic Programming](Python Algorithms)
**本節主要結合一些經典的動規問題介紹動態規劃的備忘錄法和迭代法這兩種實現方式,並對這兩種方式進行對比**
(9)[Python Algorithms - C9 Graphs](Python Algorithms)
https://www.hu.com/question/19889750/answer/27901020
5. Python該怎麼入門
作為初學者,第一個月的月目標應該是這樣的:
熟悉基本概念(變數,條件,列表,循環,函數)
練習超過 30 個編程問題
利用這些概念完成兩個項目
熟悉至少 2 個框架
開始使用集成開發環境(IDE),Github,hosting,services 等
整體計劃
現在,我們先將月計劃細化成周計劃。
第一周:熟悉 Python
要積極探索 Python 的使用方法,盡可能多的完成下面這些任務:
第一天:基本概念(4 小時):print,變數,輸入,條件語句
第二天:基本概念(5 小時):列表,for 循環,while 循環,函數,導入模塊
第三天:簡單編程問題(5 小時):交換兩個變數值,將攝氏度轉換為華氏溫度,求數字中各位數之和,判斷某數是否為素數,生成隨機數,刪除列表中的重復項等等
第四天:中級編程問題(6 小時):反轉一個字元串(迴文檢測),計算最大公約數,合並兩個有序數組,猜數字游戲,計算年齡等等
第五天:數據結構(6 小時):棧,隊列,字典,元組,樹,鏈表。
第六天:面向對象編程(OOP)(6 小時):對象,類,方法和構造函數,面向對象編程之繼承
第七天:演算法(6 小時):搜索(線性和二分查找)、排序(冒泡排序、選擇排序)、遞歸函數(階乘、斐波那契數列)、時間復雜度(線性、二次和常量)
通過第一周時間,python大致能熟悉了,自學能力稍微弱一點找人帶下你,節約自己的時間。
注意:別急著安裝 Python 環境!
這看起來很矛盾,但是你一定要相信我。我有幾個朋友,他們因為語言工具包和 IDE 安裝的失敗而逐漸失去了學習下去的慾望。因此,我的建議是先使用一些安卓 app 來探索這門語言,如果你是個技術小白,安裝 Python 環境可不是你的首要任務。
第二周:開始軟體開發(構建項目)
接下來,讓我們朝著軟體開發任務進軍吧!不妨嘗試綜合你學到的知識完成一個實際的項目:
第一天:熟悉一種 IDE(5 小時): IDE 是你在編寫大型項目時的操作環境,所以你需要精通一個 IDE。在軟體開發的初期,我建議你在 VS code 中安裝 Python 擴展或使用 Jupyter notebook。
第二天:Github(6 小時):探索 Github,並創建一個代碼倉庫。嘗試提交(Commit)、查看變更(Diff)和上推(Push)你的代碼。另外,還要學習如何利用分支工作,如何合並(merge)不同分支以及如何在一個項目中創建拉取請求(pull request)。
第三天:第一個項目——簡單計算器(4 小時):熟悉 Tkinter,創建一個簡單的計算器
第四、五、六天:個人項目(每天 5 小時):選定一個項目並完成它。如果你不知道你該做什麼,可以查看下面的清單(https://www.quora.com/what-some-good pythonprojects -for-an- middle - programmer/answer/jhankar - mahbub2)
第七天:託管項目(5 小時):學習使用伺服器和 hosting 服務來託管你的項目。創建一個 Heroku 設置並部署你構建的應用程序。
為什麼要寫項目?
如果僅僅按部就班地學習課堂上或視頻中的內容,你無法擁有獨立思考能力。所以,你必須把你的知識應用到一個項目中。當你努力尋找答案時,你也在慢慢地學會這些知識。
第三周:讓自己成為一名程序員
第 3 周的目標是熟悉軟體開發的整體過程。你不需要掌握所有的知識,但是你應該知道一些常識,因為它們會影響你的日常工作。
第一天:資料庫基礎(6 小時):基本 SQL 查詢(創建表、選擇、Where 查詢、更新)、SQL 函數(Avg、Max、Count)、關系資料庫(規范化)、內連接、外連接等
第二天:使用 Python 資料庫(5 小時):利用一種資料庫框架(SQLite 或 panda),連接到一個資料庫,在多個表中創建並插入數據,再從表中讀取數據。
第三天:API(5 小時):如何調用 API。學習 JSON、微服務(micro-service)以及表現層應用程序轉換應用程序介面(Rest API)。
第四天:Numpy(4 小時):熟悉 Numpy(https://towardsdatascience.com/lets-talk-about- Numpy -for- datascies-beginners-b8088722309f)並練習前 30 個 Numpy 習題(https://github.com/rougier/numpy- 100/blob/master/100_numpy_excercises.md)
第五、六天:作品集網站(一天 5 小時):學習 Django,使用 Django 構建一個作品集網站(https://realpython.com/get- start-with-django -1/),也要了解一下 Flask 框架。
第七天:單元測試、日誌、調試(5 小時):學習單元測試(PyTest),如何設置和查看日誌,以及使用斷點調試。
真心話時間(絕密)
如果你非常「瘋狂」,並且非常專注,你可以在一個月內完成這些任務。你必須做到:
把學習 Python 作為你的全職活動。你需要從早上 8 點開始學習,一直到下午 5 點。在此期間,你可以有一個午休時間和茶歇時間(共 1 小時)。
8 點列出你今天要學的東西,然後花一個小時復習和練習你昨天學過的東西。
從 9 點到 12 點:開始學習,並進行少量練習。在午飯後,你需要加大練習量,如果你卡在某個問題上,可以在網上搜索解決方案。
嚴格保持每天 4-5 小時的學習時間和 2-3 小時的練習時間(每周最多可以休息一天)。
你的朋友可能會認為你瘋了。走自己的路,讓別人去說吧!
如果你有一份全職工作,或者你是一名學生,完成這些流程可能需要更長的時間。作為一名全日制學生,我花了 8 個月的時間來完成這份清單。現在我是一名高級開發人員。所以,不管花多長時間,一定要完成它們。要想成功完成一個目標,必須付出百分之百的努力。
第四周:認真考慮工作(實習)問題
第 4 周的目標是認真思考如何才能被錄用。即使你現在不想找工作,你也可以在探索這條道路的過程中學到很多東西。
第一天:准備簡歷(5 小時):製作一份一頁的簡歷。把你的技能總結放在最上面,必須在寫項目的同時附上 Github 鏈接。
第二天:作品集網站(6 小時):寫幾個博客,將它們添加到你之前開發的作品集網站中。
第三天:LinkedIn 簡介(4 小時):創建一個 LinkedIn 個人簡介,把簡歷上的所有內容都放到 LinkedIn 上。
第四天:面試准備(7 小時):准備一些谷歌常見的面試問題,練習白皮書中的 10 個面試編程問題。在 Glassdoor、Careercup 等網站中查看前人遇到的面試問題。
第五天:社交(~小時):走出房門,開始參加聚會、招聘會,與其他開發人員和招聘人員見面。
第六天:工作申請(~小時):搜索「Python Job」,查看 LinkedIn Job 和本地求職網站。選擇 3 個工作崗位並發送工作申請。為每個工作定製你的簡歷。在每個工作要求中找出 2 到 3 件你不知道的事情,並在接下來的 3-4 天里學會它們。
第七天:在拒絕中學習(~小時):每次你被拒絕的時候,找出兩件為了獲得這份工作你應該知道的事情,然後花 4-5 天 的時間來掌握它們。這樣,每次拒絕都會讓你成為更好的開發人員。
6. Python程序,定義一個 prime() 函數求整數 n 以內(不包括n)的所有素數(1不是素數)
定義一個 prime() 函數求整數 n 以內(不包括n)的所有素數(1不是素數),<br>並返回一個按照升序排列的素數列表。使用遞歸來實現一個二分查找演算法<br>函數bi_search(),該函數實現檢索任意一個整數在 prime() 函數生成的素數列<br>表中位置(索引)的功能,並返回該位置的索引值,若該數不存在則返回 -1。<br><br>輸入格式:<br>第一行為正整數 n<br>接下來若干行為待查找的數字,每行輸入一個數字<br>輸出格式:<br>每行輸出相應的待查找數字的索引值<br>輸入樣例:<br>10<br>2<br>4<br>6<br>7<br>輸出樣例:<br>0<br>-1<br>-1<br>3<br>
7. 鍋囨湡鏈鍏≒ython緇忓吀綆楁硶鍚堥泦
鍙蹭笂鏈鍏ㄧ殑python 緇忓吀綆楁硶鍚堥泦
鍙蹭笂鏈鍏ㄧ殑python緇忓吀綆楁硶鍚堥泦
綆楁硶鏄鎸囪В棰樻柟妗堢殑鍑嗙『鑰屽畬鏁寸殑鎻忚堪錛屾槸涓緋誨垪瑙e喅闂棰樼殑
娓呮櫚鎸囦護錛岀畻娉曚唬琛ㄧ潃鐢ㄧ郴緇熺殑鏂規硶鎻忚堪瑙e喅闂棰樼殑絳栫暐鏈哄埗
濡傛灉瑕佹垚涓轟竴涓鏈変竴瀹氭按騫崇殑紼嬪簭鍛橈紝綆楁硶鏄蹇呴』瑕佷細鐨勩傜畻
娉曪紝璁╀綘鐨勭▼搴忓彉寰楁洿鏈夌伒姘斻
鏁版嵁緇撴瀯涓庣畻娉曟槸鎵鏈変漢閮借佸︿範鐨勫熀紜璇劇▼錛岃嚜宸卞啓綆楁硶鐨
榪囩▼鍙浠ュ府鍔╂垜浠鏇村ソ鍦扮悊瑙g畻娉曟濊礬錛屼笉瑕佽交瑙嗘瘡涓涓綆楁硶
涓浜涜櫧鐒剁湅浼煎規槗錛屼絾鍙鑳芥湁寰堝氬潙銆備絾鏄鍧戣繕鏄瑕佽嚜宸變竴
涓涓涓韙╄繃鏉ョ殑錛岃屼笖涔熷彧鏈夎嚜宸辮俯榪囧潙錛屾墠鑳借╄嚜宸變粠鐞嗚
鍒版妧鑳介兘寰楀埌鎻愬崌銆
涓轟簡甯鍔╁ぇ瀹舵彁楂樺︿範鏁堢巼錛 榪涢樁Python鎶鑳斤紝 涓哄ぇ瀹舵帹鑽愪簡
涓浠界敤Python浠g爜瀹炵幇綆楁硶鐨勭粡鍏稿悎闆
灝嗘暟緇勪腑鐨勫厓緔犱緷嬈″墠縐
奼俵ist鐨勫鉤鍧囧垎騫舵帓搴
鐢ㄩ樋鎷変集涔樻硶瑙e喅澶ф暣鏁扮浉涔橀棶棰
浜屽垎鏌ユ壘鐨刾ython妯″潡
浜屽弶鏍戞煡鎵句箣鍩烘湰鎬濇兂
浜屽弶鏍戞煡鎵句箣python妯″潡
浜屽弶鏍戜箣閫掑綊鏂規硶閬嶅巻
鍙蹭笂鏈鍏ㄧ殑python緇忓吀綆楁硶鍚堥泦
鍏戞崲紜甯侀棶棰樹箣璐濠綆楁硶瑙e喅
緔㈠紩鏌ユ壘姒傝堪
緔㈠紩鏌ユ壘涔媁hoosh浣跨敤璇﹁В
Whoosh涔嬩腑鏂囧垎璇嶅叏鏂囨煡鎵
鍒犻櫎涓涓瀛楃︿覆涓榪炵畫涓嬈′互涓婂嚭鐜扮殑絀烘牸
鏈鐭璺寰勯棶棰樼殑Dijkstra綆楁硶
瀹炵幇鏍規嵁瑕佹眰淇濈暀灝忔暟浣嶆暟鐨勯櫎娉曟ā鍧
鏁存暟list錛 灝嗗伓鏁版斁鍒板墠闈錛 濂囨暟鏀懼埌鍚庨潰
鏂愭嘗閭e戞暟鍒楃殑澶氱嶅疄鐜版柟寮
鎶樺崐鏌ヨ㈡煡鎵緇ist涓鏌愬厓緔犱綅緗
鎺掑簭涔嬬敤python鍫唄eap q妯″潡
鎺掑簭涔嬪綊騫舵柟娉
鎺掑簭涔媓eap q妯″潡璇﹁В
鎺掑簭涔媝ython sorted鎬ц兘鍒嗘瀽
鎺掑簭涔嬪揩閫熸帓搴忕畻娉
鍙蹭笂鏈鍏ㄧ殑python緇忓吀綆楁硶鍚堥泦
鎺掑簭綆楁硶鐨勬瘮杈冨拰閫夋嫨
鎸夌収鎸囧畾瀛楁瘝欏哄簭鎺掑簭
灝嗕竴涓鏁存暟鍒嗘媶涓鴻嫢騫叉暣鏁板拰
鍒ゆ柇涓涓鏁版槸鍚︿負緔犳暟鐨勫氱嶆柟娉
灝唋ist涓鐨勬暟瀛楃粍鍚堟垚鏈灝忕殑鏁存暟
鏃犲悜鍥炬渶灝忕敓鎴愭爲Kruskal綆楁硶
鏃犲悜鍥炬渶灝忕敓鎴愭爲鐨凱rim綆楁硶
LUA鎸夌収鎸囧畾瀛楃﹀垎鍓插瓧絎︿覆
鏌ユ壘瀛楃︿覆涓鍑虹幇鏈澶氱殑瀛楃﹀拰涓鏁
list涓鏁板瓧鐨勫拰銆佹渶鍊箋佸潎鍊
瀵繪壘瀹屽叏鏁
璁$畻浣欐暟
鍒犻櫎list涓鐨勯噸澶嶅厓緔
灝嗗瓧絎︿覆鍐欐垚椹煎嘲鏍峰紡
涔濆鏍奸棶棰