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:

  1. 正则表达式

    1. 概念

    2. 基本语法

    3. 匹配格式

    4. 常用5种操作

    5. 字符匹配

    6. compile格式

    7. 实际应用

  2. 冒泡算法

  3. 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)),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

for (i=1; i<=n; i++)

       x++;

for (i=1; i<=n; i++)

     for (j=1; j<=n; j++)

          x++;

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