python中popleft

㈠ 详解python中的协程，为什么说它的底层是生成器

协程又称为是微线程，英文名是Coroutine。它和线程一样可以调度，但是不同的是线程的启动和调度需要通过操作系统来处理。并且线程的启动和销毁需要涉及一些操作系统的变量申请和销毁处理，需要的时间比较长。而协程呢，它的调度和销毁都是程序自己来控制的，因此它更加轻量级也更加灵活。

协程有这么多优点，自然也会有一些缺点，其中最大的缺点就是需要编程语言自己支持，否则的话需要开发者自己通过一些方法来实现协程。对于大部分语言来说，都不支持这一机制。go语言由于天然支持协程，并且支持得非常好，使得它广受好评，短短几年时间就迅速流行起来。

对于Python来说，本身就有着一个GIL这个巨大的先天问题。GIL是Python的全局锁，在它的限制下一个Python进程同一时间只能同时执行一个线程，即使是在多核心的机器当中。这就大大影响了Python的性能，尤其是在CPU密集型的工作上。所以为了提升Python的性能，很多开发者想出了使用多进程+协程的方式。一开始是开发者自行实现的，后来在Python3.4的版本当中，官方也收入了这个功能，因此目前可以光明正大地说，Python是支持协程的语言了。

生成器（generator)

生成器我们也在之前的文章当中介绍过，为什么我们介绍协程需要用到生成器呢，是因为Python的协程底层就是通过生成器来实现的。

通过生成器来实现协程的原因也很简单，我们都知道协程需要切换挂起，而生成器当中有一个yield关键字，刚好可以实现这个功能。所以当初那些自己在Python当中开发协程功能的程序员都是通过生成器来实现的，我们想要理解Python当中协程的运用，就必须从最原始的生成器开始。

生成器我们很熟悉了，本质上就是带有yield这个关键词的函数。

async，await和future

从Python3.5版本开始，引入了async，await和future。我们来简单说说它们各自的用途，其中async其实就是@asyncio.coroutine，用途是完全一样的。同样await代替的是yield from，意为等待另外一个协程结束。

我们用这两个一改，上面的代码就成了：

async def test(k):

n = 0

while n < k:

await asyncio.sleep(0.5)

print('n = {}'.format(n))

n += 1

由于我们加上了await，所以每次在打印之前都会等待0.5秒。我们把await换成yield from也是一样的，只不过用await更加直观也更加贴合协程的含义。

Future其实可以看成是一个信号量，我们创建一个全局的future，当一个协程执行完成之后，将结果存入这个future当中。其他的协程可以await future来实现阻塞。我们来看一个例子就明白了：

future = asyncio.Future()

async def test(k):

n = 0

while n < k:

await asyncio.sleep(0.5)

print('n = {}'.format(n))

n += 1

future.set_result('success')

async def log():

result = await future

print(result)

loop = asyncio.get_event_loop()

loop.run_until_complete(asyncio.wait([

log(),

test(5)

]))

loop.close()

在这个例子当中我们创建了两个协程，第一个协程是每隔0.5秒print一个数字，在print完成之后把success写入到future当中。第二个协程就是等待future当中的数据，之后print出来。

在loop当中我们要调度执行的不再是一个协程对象了而是两个，所以我们用asyncio当中的wait将这两个对象包起来。只有当wait当中的两个对象执行结束，wait才会结束。loop等待的是wait的结束，而wait等待的是传入其中的协程的结束，这就形成了一个依赖循环，等价于这两个协程对象结束，loop才会结束。

总结

async并不只是可以用在函数上，事实上还有很多其他的用法，比如用在with语句上，用在for循环上等等。这些用法比较小众，细节也很多，就不一一展开了，大家感兴趣的可以自行去了解一下。

不知道大家在读这篇文章的过程当中有没有觉得有些费劲，如果有的话，其实是很正常的。原因也很简单，因为Python原生是不支持协程这个概念的，所以在一开始设计的时候也没有做这方面的准备，是后来觉得有必要才加入的。那么作为后面加入的内容，必然会对原先的很多内容产生影响，尤其是协程借助了之前生成器的概念来实现的，那么必然会有很多耦合不清楚的情况。这也是这一块的语法很乱，对初学者不友好的原因。

㈡ python约瑟夫环怎么判

importcollections

defjoseph(lst,k):
t=collections.deque(lst)
whilelen(t)>1:
t.rotate(-k)
t.popleft()
returnt

㈢ python多线程中每个线程如果不加休眠时间就会只泡在一个线程上,这该如何处理谢谢

这是三个线程都在跑啊，只是并发的而已

㈣ python注释符号是什么

Python中的注释有单行注释和多行注释，Python中单行注释以#符号开头，多行注释用三个单引号'''符号或者三个双引号"""符号将注释括起来。

一、python单行注释符号(#)：井号(#)常被用作单行注释符号，在代码中使用#时，它右边的任何数据都会被忽略，当做是注释。print 1 #输出1，#号右边的内容在执行的时候是不会被输出的。

二、批量、多行注释符号：在python中也会有注释有很多行的时候，这种情况下就需要批量多行注释符了。多行注释是用三引号''' '''包含的。

python正则表达式的注释方法：学过正则都知道，那简直是天书，为了提高正则的可读性，正则表达式中提供了X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。

基本语法

Python的设计目标之一是让代码具备高度的可阅读性。它设计时尽量使用其它语言经常使用的标点符号和英文单字，让代码看起来整洁美观。它不像其他的静态语言如C、Pascal那样需要重复书写声明语句，也不像它们的语法那样经常有特殊情况和意外。

Python开发者有意让违反了缩进规则的程序不能通过编译，以此来强制程序员养成良好的编程习惯。并且Python语言利用缩进表示语句块的开始和退出（Off-side规则），而非使用花括号或者某种关键字。增加缩进表示语句块的开始，而减少缩进则表示语句块的退出。

㈤ 新人，求大神帮助:用python 写两个程序 1,有30枚硬币，其中一枚是假币，假币较轻，现有一

NO.1
#encoding:UTF-8
'''
只想到用二分法查找
'''

importrandom

defFindMoney(aList):
	iflen(aList)==2:
		ifaList[0]>aList[1]:
			printaList[1]
		else:
			printaList[0]
	else:
		ifsum(aList[len(aList)/2:])>sum(aList[:len(aList)/2]):
			FindMoney(aList[:len(aList)/2])
		else:
			FindMoney(aList[len(aList)/2:])
			
a=[1]*29+[0]
a.sort(lambdaa,b:random.randint(-1,1))#乱序
printa
FindMoney(a)


NO.2，详细解释请参照http://blog.csdn.net/handsomekang/article/details/10089221

#encoding:UTF-8

fromcollectionsimportdeque
importrandom

defMatchschele(team):
c=team[1:]
c=deque(c)
foriinrange(len(team)-1):
c.appendleft(team[0])
forjinrange(len(team)/2):
printc[j],"<----->",c[-1-j]
c.popleft()
c.append(c.popleft())


if__name__=="__main__":
a=[iforiinrange(1,33)]
Matchschele(a)

㈥ python 把列表当作队列使用方法

5.1.2. 把列表当作队列使用
你也可以把列表当作队列使用，队列作为特定的数据结构，最先进入的元素最先释放（先进先出）。不过，列表这样用效率不高。相对来说从列表末尾添加和弹出很快；在头部插入和弹出很慢（因为，为了一个元素，要移动整个列表中的所有元素）。
要实现队列，使用 collections.deque，它为在首尾两端快速插入和删除而设计。例如:
>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry") # Terry arrives
>>> queue.append("Graham") # Graham arrives
>>> queue.popleft() # The first to arrive now leaves
'Eric'
>>> queue.popleft() # The second to arrive now leaves
'John'
>>> queue # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

㈦ python基本结构有哪三种

程序的基本结构
程序由三种基本结构组成：顺序结构、分支结构和循环结构。任何程序都由这三种基本结构组合而成。
这些基本结构都有一个入口和一个出口。任何程序都由这三种基本结构组合而成。
顺序结构
顺序结构是程序按照线性顺序依次执行的一种运行方式，其中语句块1S1和语句块S2表示一个或一组顺序执行的语句。
分支结构
分支结构是程序根据条件判断结果而选择不同向前执行路径的一种运行方式，基础的分支结构是二分支结构。由二分支结构会组合形成多分支结构。

循环结构
循环结构是程序根据条件判断结果向后反复执行的一种运行方式，根据循环体触发条件不同，包括条件循环和遍历循环结构。

㈧ python一般怎样缩进

python要求同一个作用域中的代码缩进量一致，具体缩进量没有硬性规定，但一般都是4个空格。

㈨ 如何入门 Python 爬虫

#-*-coding:utf-8-*-
importre
importurllib2

fromcollectionsimportdeque

queue=deque()
visited=set()
url='入口页面,可以换成别的
req_header={'User-Agent':'Mozilla/5.0(WindowsNT6.3;WOW64;Trident/7.0;rv:11.0)likeGecko'}
req_timeout=20
queue.append(url)
cnt=0
whilequeue:
url=queue.popleft()#队首元素出队
visited|={url}#标记为已访问
print(u'已经抓取:'+str(cnt)+u'正在抓取<---'+url)
cnt+=1
req=urllib2.Request(url,None,req_header)
urlop=urllib2.urlopen(req,None,req_timeout)
try:
data=urlop.read().decode('utf-8')
except:
continue
#正则表达式提取页面中所有队列,并判断是否已经访问过,然后加入待爬队列
linkre=re.compile('href="(.+?)"')
forxinlinkre.findall(data):
print(x)
if'http'inxandxnotinvisited:
queue.append(x)
print(u'加入队列--->'+x)