python - 学习算法时如何使用python？

Question

基本上，我正在尝试使用 Python 学习一些非常基本的数据结构和算法。然而，我认为在尝试实现这些算法时，我不知不觉地开始使用 python tricks 一点，即使是像下面这样简单的，任何想象都不会被认为是技巧

for i, item in enumerate(arr):
    # Algo implementation

或

if item in items:
    # do something

我不知道要遵循的一般准则是什么，这样我才能掌握要实现的算法。

Answer 1

用Python的技术解决问题是可以的。主要的异常(exception)是当 Python 为您做某事而您想了解如何这件事是如何完成的。一个例子是 Python's heapq --如果您的目的是了解如何使用二叉堆结构来实现优先级队列，则不能直接使用它。当然，您可以阅读源代码并通过这种方式学到很多东西。

可以帮助您的一件事是阅读一本基于 Python 的数据结构和算法书籍。那么您就可以放心，Python 不会被用来跳过重要的主题——至少，如果这本书还不错的话。

其中一本书是 Problem Solving with Algorithms and Data Structures .另一个是 Classic Computer Science Problems in Python .第一本书是免费的 PDF 下载，但我相信有一个更新的版本不是免费的。第二个不是免费的，但您可以在 the publisher's web site 获得 40% 的折扣。如果您使用折扣码 mentioned in the Talk Python to Me podcast .我现在正在研究后一本书，以提醒我很久以前上过的课。

---

至于推荐，价格可能是您的决定性因素。两本书的侧重点也不一样。第一种是较旧的，使用更通用的 Python 而没有使用 Python 的许多特殊功能。它也更接近教科书，更深入地探讨其主题。例如，它涵盖了诸如执行复杂性之类的内容。然而，PDF 版本所涵盖的主题不如我所见过的其他版本。例如，PDF 不包含图表(网络)，另一个版本(我现在找不到)包含。

第二个是最近的，使用 Python 3.7 的特性，例如类型提示。它也更像是介绍或评论。我想我可以用“合理使用”来引用书中的相关部分:

Who is this book for?

This book is for both intermediate and experienced programmers. Experienced programmers who want to deepen their knowledge of Python will find comfortably familiar problems from their computer science or programming education. Intermediate programmers will be introduced to these classic problems in the language of their choice: Python. Developers getting ready for coding interviews will likely find this book to be valuable preparation material.

In addition to professional programmers, students enrolled in undergraduate computer science programs who have an interest in Python will likely find this book helpful. It makes no attempt to be a rigorous introduction to data structures and algorithms. This is not a data structures and algorithms textbook. You will not find proofs or extensive use of big-O notation within its pages. Instead, it is positioned as an approachable, hands-on tutorial to the problem-solving techniques that should be the end product of taking data structure, algorithm, and artificial intelligence classes.

Once again, knowledge of Python’s syntax and semantics is assumed. A reader with zero programming experience will get little out of this book, and a programmer with zero Python experience will almost certainly struggle. In other words, Classic Computer Science Problems in Python is a book for working Python programmers and computer science students.