Python Bisect 모듈 예제
순서 목록에 요소를 효율적으로 삽입하고 순서를 유지 해야하는 경우 Bisect 모듈을 사용해야합니다. 1. Bisect.bisect_left (목록, 값) 삽입 할 위치를 반환하고 동일한 값이 왼쪽에 삽입됩니다. 2. bisect.bisect_right (list, value) 또는 bisect.bisect () 오른쪽에 삽입 될 위치를 반환합니다. 3. bisect.insort_left (목록, 값) 값을 왼쪽 위치에 삽입합니다. 4. bisect.insort_right (목록, 값) 또는 bisect.insort () 올바른 위치를 삽입하십시오. 이 예에서 BISECT.INSORT (SCORES, 77)는 점수 77을 주문한 목록에 삽입하고 주문을 유지합니다. 반복 값 75를 삽입 할 때 기본값은 이미 75 개가 있다는 것입니다. 나중에 insert_left를 사용하는 경우 앞쪽에 삽입하십시오. bisect.bisect_left (scores, 75)는 실제로 삽입하지 않고 삽입 위치 만 얻을 수 있으며, 이는 값이 존재하는지 여부를 찾기 위해 binary_search 함수를 정의하는 것과 같은 이진 검색을 구현하는 데 사용할 수 있습니다. BISECT를 사용하는 경우 목록은 사전 분류되어야하며 검색 위치의 시간 복잡성은 O (log n)이지만 요소가 O (N) 이동하기 때문에 빈번한 삽입 시나리오가 더 효율적으로 간주 될 수 있습니다. 이 모듈은 순서 데이터 삽입 및 검색을 처리 할 때 매우 실용적이며, 특히 순위 목록, 시계열 데이터 및 기타 시나리오에 적합합니다.
Python의 bisect 모듈은 요소를 주문한 목록에 삽입하여 구성 유지하는 효율적인 방법을 제공합니다. 이진 검색 알고리즘을 사용하므로 각 삽입 후 정렬보다 효율적입니다. 다음은 bisect 사용 방법을 이해하는 데 도움이되는 실용적인 예입니다.
? Bisect를 언제 사용해야합니까?
bisect 주문 목록을 유지하고 새 값을 자주 삽입해야하지만 여전히 순서대로 유지해야 할 때 유용합니다.
- 유지 보수 순위
- 시계열 데이터를 삽입하십시오
- 이진 검색 로직을 구현하십시오
? 일반적인 기능 설명
bisect 모듈에는 주로 두 가지 핵심 기능이 있습니다.
bisect.bisect_left(list, value)
value삽입 해야하는 위치를 반환하고 값이 동일한 경우 왼쪽에 삽입하십시오.-
bisect.bisect_right(list, value)또는bisect.bisect()
삽입 위치로 돌아 가면 동일한 값이 오른쪽에 삽입됩니다.
bisect.insort_left(list, value)
value왼쪽 위치에 직접 삽입하여 순서대로 유지하십시오.bisect.insort_right(list, value)또는bisect.insort()
올바른 위치에 삽입하십시오.
? 실제 예 : 주문 된 등급 목록을 유지합니다
BISECT 가져 오기 # 초기 순서 점수 = [65, 70, 75, 80, 85] # 새 점수를 삽입하고 주문 BISECT를 유지 인쇄 (점수) # [65, 70, 75, 77, 80, 85] Bisect.insort (점수, 75) print (scores) # [65, 70, 75, 75, 77, 80, 85] - 75 이후에 75 삽입 (Insort Default가 맞습니다) # bisect.insort_left를 삽입하려는 경우 (점수, 75) 인쇄 (점수) # [65, 70, 75, 75, 75, 77, 80, 85]
? 실제로 삽입하지 않고 삽입 위치를 찾으십시오
때로는 즉시 플러그를 연결하는 위치를 알고 싶어합니다.
pos = bisect.bisect_left (점수, 75)
print (f "75는 이미 존재하는 75 개에 따라 위치 {pos}") # 출력 2 또는 3에 삽입해야합니다.이것은 값이 존재하는지 여부를 찾는 것과 같은 이진 검색을 구현하는 데 사용할 수 있습니다.
def binary_search (arr, x) :
i = bisect.bisect_left (arr, x)
내가! = len (arr)과 arr [i] == x :
반환 I # 발견, 반환 인덱스 리턴 -1 # print (binary_search (scores, 77)) # 출력 색인, 예 : 5
print (binary_search (scores, 99)) # -1, 찾을 수 없습니다? 팁
- 목록은 사전 분류되어야합니다 . 그렇지 않으면
bisect동작은 예측할 수 없습니다. -
insort시리즈 기능의 시간 복잡성은 목록이 요소를 이동하기 때문에 O (n)입니다. 그러나 검색 위치는 O (log n)입니다. - 빈번한 삽입 시나리오의 경우
heapq또는sortedcontainers(타사)를보다 효율적으로 사용할지 고려하십시오.
기본적으로 그게 다야. bisect 복잡하지는 않지만, 특히 이진 검색 또는 삽입 시나리오와 함께 순서 데이터를 처리 할 때 매우 실용적입니다.
위 내용은 Python Bisect 모듈 예제의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
핫 AI 도구
Undress AI Tool
무료로 이미지를 벗다
Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱
AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.
Clothoff.io
AI 옷 제거제
Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!
인기 기사
뜨거운 도구
메모장++7.3.1
사용하기 쉬운 무료 코드 편집기
SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.
스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경
드림위버 CS6
시각적 웹 개발 도구
SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)
Python SQL Server PyODBC 예제에 연결됩니다
Jul 30, 2025 am 02:53 AM
PyoDBC 설치 : PipinStallPyODBC 명령을 사용하여 라이브러리를 설치하십시오. 2. SQLSERVER 연결 : PYODBC.connect () 메소드를 통해 드라이버, 서버, 데이터베이스, UID/PWD 또는 Trusted_Connection이 포함 된 연결 문자열을 사용하고 SQL 인증 또는 Windows 인증을 각각 지원합니다. 3. 설치된 드라이버를 확인하십시오 : pyodbc.drivers ()를 실행하고 'sqlserver'가 포함 된 드라이버 이름을 필터링하여 올바른 드라이버 이름이 'sqlserver 용 Odbcdriver17과 같은 올바른 드라이버 이름을 사용하는지 확인하십시오. 4. 연결 문자열의 키 매개 변수
Python HTTPX 비동기 클라이언트 예제
Jul 29, 2025 am 01:08 AM
httpx.asyncclient를 사용하여 비동기 HTTP 요청을 효율적으로 시작하십시오. 1. 기본 GET 요청은 비동기를 통해 클라이언트를 관리하고 awaitclient.get를 사용하여 비 블로킹 요청을 시작합니다. 2. asyncio.gather를 결합하여 asyncio.gather를 결합하여 성능을 크게 향상시킬 수 있으며 총 시간은 가장 느린 요청과 같습니다. 3. 사용자 정의 헤더, 인증, Base_URL 및 시간 초과 설정을 지원합니다. 4. 사후 요청을 보내고 JSON 데이터를 전달할 수 있습니다. 5. 동기 비동기 코드를 혼합하지 않도록주의하십시오. 프록시 지원은 크롤러 또는 API 집계 및 기타 시나리오에 적합한 백엔드 호환성에주의를 기울여야합니다.
메모리 바운드 작업을위한 Python 최적화
Jul 28, 2025 am 03:22 AM
pythontanbeoptimizedformemory-boundoperations는 Headgroughgenerations, 효율적 인 데이터 구조, 및 ManagingObjectLifetimes.first, usegeneratorsinsteadoflistStoprocessLargedAtasetSoneitematime, theintintomemory.second를 피하십시오
SQLALCHEMY 2.0 감가 상각 경고 및 연결 닫기 문제 해결 가이드
Aug 05, 2025 pm 07:57 PM
이 기사는 sqlalchemy 초보자가 create_engine 및 그 이후의 "ResourceClosedError"연결 종료 오류를 사용할 때 발생하는 "REMOVEDIN20 WARNING"경고를 해결하는 데 도움이됩니다. 이 기사는이 경고의 원인을 자세히 설명하고 경고를 제거하고 연결 문제를 해결하여 데이터베이스를 원활하게 쿼리하고 작동 할 수 있도록 특정 단계 및 코드 예제를 제공합니다.
Python shutil rmtree 예제
Aug 01, 2025 am 05:47 AM
shutil.rmtree ()는 전체 디렉토리 트리를 재귀 적으로 삭제하는 파이썬의 함수입니다. 지정된 폴더와 모든 내용을 삭제할 수 있습니다. 1. 기본 사용법 : shutil.rmtree (Path)를 사용하여 디렉토리를 삭제하고 filenotfounderRor, AprismenterRor 및 기타 예외를 처리해야합니다. 2. 실제 응용 프로그램 : 임시 데이터 또는 캐시 디렉토리와 같은 한 번의 클릭으로 하위 디렉토리 및 파일을 포함하는 폴더를 지울 수 있습니다. 3. 참고 : 삭제 작업은 복원되지 않습니다. 경로가 존재하지 않을 때 filenotfounderror가 던져집니다. 권한이나 파일 직업으로 인해 실패 할 수 있습니다. 4. 선택적 매개 변수 : ingore_errors = true로 오류를 무시할 수 있습니다
Python에서 SQL 쿼리를 실행하는 방법은 무엇입니까?
Aug 02, 2025 am 01:56 AM
해당 데이터베이스 드라이버를 설치하십시오. 2. Connect ()를 사용하여 데이터베이스에 연결하십시오. 3. 커서 객체를 만듭니다. 4. Execute () 또는 Executemany ()를 사용하여 SQL을 실행하고 매개 변수화 된 쿼리를 사용하여 주입을 방지하십시오. 5. 결과를 얻으려면 fetchall () 등을 사용하십시오. 6. 수정 후 Commit ()가 필요합니다. 7. 마지막으로 연결을 닫거나 컨텍스트 관리자를 사용하여 자동으로 처리하십시오. 완전한 프로세스는 SQL 작업이 안전하고 효율적임을 보장합니다.
데이터 엔지니어링 ETL 용 Python
Aug 02, 2025 am 08:48 AM
Python은 ETL 프로세스를 구현하는 효율적인 도구입니다. 1. 데이터 추출 : 데이터베이스, API, 파일 및 기타 소스에서 Pandas, Sqlalchemy, 요청 및 기타 라이브러리를 통해 데이터를 추출 할 수 있습니다. 2. 데이터 변환 : 청소, 유형 변환, 연관성, 집계 및 기타 작업에 팬더를 사용하여 데이터 품질을 보장하고 성능을 최적화합니다. 3. 데이터 로딩 : Pandas 'To_SQL 메소드 또는 클라우드 플랫폼 SDK를 사용하여 대상 시스템에 데이터를 작성하고 작성 방법 및 배치 처리에주의를 기울입니다. 4. 도구 권장 사항 : 공기 흐름, Dagster, Prefect는 프로세스 스케줄링 및 관리에 사용되며 로그 경보 및 가상 환경을 결합하여 안정성과 유지 관리를 향상시킵니다.
Python psycopg2 연결 풀 예제
Jul 28, 2025 am 03:01 AM
psycopg2.pool.simpleconnectionpool을 사용하여 데이터베이스 연결을 효과적으로 관리하고 빈번한 연결 생성 및 파괴로 인한 성능 오버 헤드를 피하십시오. 1. 연결 풀을 만들 때 연결 풀이 성공적으로 초기화되도록 최소 및 최대 연결 및 데이터베이스 연결 매개 변수를 지정하십시오. 2. getConn ()을 통해 연결을 가져 와서 putconn ()을 사용하여 데이터베이스 작업을 실행 한 후 풀에 연결을 반환하십시오. 끊임없이 Conn.Close () 호출 금지됩니다. 3. SimpleConnectionPool은 스레드 안전이며 다중 스레드 환경에 적합합니다. 4. 예외가 표시 될 때 연결을 올바르게 반환 할 수 있도록 컨텍스트 관리자와 함께 컨텍스트 관리자를 구현하는 것이 좋습니다.
