首页 > 代码库 > Python--day4--正则表达式/冒泡/时间复杂度
Python--day4--正则表达式/冒泡/时间复杂度
介绍：
本文为学习python笔记，时间为2016年12月27日 。
目录：
正则表达式
概念
基本语法
匹配格式
常用5种操作
字符匹配
compile格式
实际应用
冒泡算法
时间复杂度
概念：
正则表达式，又称规则表达式。匹配规则。
基本语法：
import re ##导入模块
m = re.match("abc","abcdefghi")
x = re.match("abc","bcdefghi")
print(m)
print(x)
print(m.group())
<_sre.SRE_Match object; span=(0, 3), match=‘abc‘> ##object 匹配上了
None ##无匹配
abc ## .group匹配的内容匹配格式：
^ : 匹配字符串的开头
$ : 匹配字符串的结尾
.: 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]: 用来表示一组字符，单独列出：[amk] 匹配 ‘a‘,‘m‘‘k‘
[^...]:不在[]中的字符
re* 匹配0个或多个的表达式
re+ 匹配1个或多个的表达式
re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪模式
re{n}
re{n,} 精确匹配n个前面的表达式
a|b 匹配 a 或b
(re) G匹配括号内的表达式，也表示一个组
(?imx) 正则表达式包含三种可选表示 i m x 只影响括号中的区域
(?-imx) 正则表达式关闭 imx
(?:re) 类似(...),但是不表示一个组
(?imx:re) 在括号中使用imx 可选标志
(?-imx:re) 在括号中不使用imx 可选标志
(?#...)注释。
(?=re) 前向可定界定符
(?!re) 前向福鼎界定符
(?>re) 匹配的独立模式。
\w 匹配字母数字 [A-Za-z0-9_]
\W 非字母数据 [^A-Za-z0-9]
\s 任意空白字符 [\f\n\r\t\v]
\S 非任意空白字符 [^\f\n\r\t\v]
\d 任意数字 [0-9]
\D 任意非数字 [^0-9]
\A 字符串开始
\Z 字符串结束，只匹配到换行前的结束字符串
\z 字符串结束
\G 最后匹配完成的位置
\b 一个单词边界
\B 非单词边界
\n,\t 一个换行符
\1..\9 第n个分组的子表达式
\10 匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。
常用5种操作
re.match(pattern,string) ##从头匹配
re.search(pattern,string) ##匹配整个字符串，直到找到一个匹配
re.split() ##将匹配到的格式当成分割点对字符串分割成列表
re.findall() ##找到所有要匹配的字符并返回列表格式
re.sub(pattern,repl,string,count,flag) ##替换匹配到的字符
例子：
>>> m = re.split("[0-9]", "alex1rain2jack3helen rachel8")
>>> print(m)
[‘alex‘, ‘rain‘, ‘jack‘, ‘helen rachel‘, ‘‘]
>>> m = re.findall("[0-9]", "alex1rain2jack3helen rachel8")
>>> print(m)
[‘1‘, ‘2‘, ‘3‘, ‘8‘]
>>> m=re.sub("[0-9]","|", "alex1rain2jack3helen rachel8",count=2 )
>>> print(m)
alex|rain|jack3helen rachel8备注：
re.match 与re.search的区别
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败。
re.search匹配整个字符串， 直到找到一个匹配。
字符匹配
python 匹配 python
[Pp]thon Python python
rub[ye] ruby rube
[aeiou] 括号内的任意一个字母
[0-9] 任何数字
[a-z] 任何小写字母
[A-Z] 任何大写字母
[a-zA-Z0-9] 任何字母和数字
[^aeiou] 除了aeiou以外的所有字符
[^0-9] 除了数字外的字符
compile格式
p = re.compile("^[0-9]")
m = p.match(‘14534Abc‘)
区别在于，第一种方式是提前对要匹配的格式进行了编译（对匹配公式进行解析），这样再去匹配的时候就不用在编译匹配的格式，第2种简写是每次匹配的时候 都 要进行一次匹配公式的编译，所以，如果你需要从一个5w行的文件中匹配出所有以数字开头的行，建议先把正则公式进行编译再匹配，这样速度会快点。
实际应用
匹配手机号
m = re.search("(1)([358]\d{9})", phone_str2)
匹配IPV4
m = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", ip_addr)
分组匹配地址
contactInfo = ‘Oldboy School, Beijing Changping Shahe: 010-8343245‘
match = re.search(r‘(\w+), (\w+): (\S+)‘, contactInfo) #分组
>>> match.group(1)
‘Doe‘
>>> match.group(2)
‘John‘
>>> match.group(3)
‘555-1212‘
match = re.search(r‘(?P<last>\w+), (?P<first>\w+): (?P<phone>\S+)‘, contactInfo)
>>> match.group(‘last‘)
‘Doe‘
>>> match.group(‘first‘)
‘John‘
>>> match.group(‘phone‘)
‘555-1212‘
匹配email
m = re.search(r"[0-9.a-z]{1,26}@[0-9.a-z]{1,20}.[0-9a-z]{0,8}.[0-9a-z]{0,8}", email) ##r不转意冒泡算法
将不规则的数组按照从小到大的顺序进行排序
data = [10,4,33,21,54,3,8,11,5,22,2,1,17,13,6] for j in range(1,len(data)): for i in range(len(data)-j): ##-j 是因为第一次排序54,已经到最后了，不用排序了。第二次33到最后了，不用比较了。依次只比较前面的数组。 if data[i] > data[i+1]: ## 10,4进行比较 tmp = data[i+1] ##tmp=4 data[i+1] = data[i] ##4变10 data[i] = tmp ##10变成4 print(data)
结果
[4, 10, 21, 33, 3, 8, 11, 5, 22, 2, 1, 17, 13, 6, 54]
[4, 10, 21, 3, 8, 11, 5, 22, 2, 1, 17, 13, 6, 33, 54]
[4, 10, 3, 8, 11, 5, 21, 2, 1, 17, 13, 6, 22, 33, 54]
[4, 3, 8, 10, 5, 11, 2, 1, 17, 13, 6, 21, 22, 33, 54]
[3, 4, 8, 5, 10, 2, 1, 11, 13, 6, 17, 21, 22, 33, 54]
[3, 4, 5, 8, 2, 1, 10, 11, 6, 13, 17, 21, 22, 33, 54]
[3, 4, 5, 2, 1, 8, 10, 6, 11, 13, 17, 21, 22, 33, 54]
[3, 4, 2, 1, 5, 8, 6, 10, 11, 13, 17, 21, 22, 33, 54]
[3, 2, 1, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[2, 1, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
[1, 2, 3, 4, 5, 6, 8, 10, 11, 13, 17, 21, 22, 33, 54]
时间复杂度
（1）时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
（2）时间复杂度 在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=Ｏ(f(n)),称Ｏ(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
指数时间
指的是一个问题求解所需要的计算时间m(n)，依输入数据的大小而呈指数成长（即输入数据的数量依线性成长，所花的时间将会以指数成长）
1 2 3 4 5 |
|
第一个for循环的时间复杂度为Ο(n)，第二个for循环的时间复杂度为Ο(n2)，则整个算法的时间复杂度为Ο(n+n2)=Ο(n2)。
常数时间
若对于一个算法，的上界与输入大小无关，则称其具有常数时间，记作时间。一个例子是访问数组中的单个元素，因为访问它只需要一条指令。但是，找到无序数组中的最小元素则不是，因为这需要遍历所有元素来找出最小值。这是一项线性时间的操作，或称时间。但如果预先知道元素的数量并假设数量保持不变，则该操作也可被称为具有常数时间。
对数时间
若算法的T(n) = O(log n)，则称其具有对数时间
常见的具有对数时间的算法有二叉树的相关操作和二分搜索。
对数时间的算法是非常有效的，因为每增加一个输入，其所需要的额外计算时间会变小。
递归地将字符串砍半并且输出是这个类别函数的一个简单例子。它需要O（log n）的时间因为每次输出之前我们都将字符串砍半。 这意味着，如果我们想增加输出的次数，我们需要将字符串长度加倍。
线性时间
如果一个算法的时间复杂度为O(n)，则称这个算法具有线性时间，或O(n)时间。非正式地说，这意味着对于足够大的输入，运行时间增加的大小与输入成线性关系。例如，一个计算列表所有元素的和的程序，需要的时间与列表的长度成正比。
本文出自 “何全” 博客，请务必保留此出处http://hequan.blog.51cto.com/5701886/1886449
Python--day4--正则表达式/冒泡/时间复杂度