一、首先二叉树的定义：classTreeNode:def__init__(self,x):self.val=xself.left=Noneself.right=None构建一棵二叉树：classNode(object):def__init__(self,val):self.val=valself.lchild=Noneself.rchild=NoneclassTree(object):def__init__(self):self.root=Noneself
系统 2019-09-27 17:52:24 2015
美国队长的锅emmmmmmmm.......没错就是他的锅#所需依赖：python3pycharm#print打印print('helloworld!')#注释符号#井号后面灰色的内容是注释，相当于笔记，会被机器忽略#变量和值#n是变量，100是值，等号的作用是赋值#n相当于高中数学的xyz，只不过xyz的值只能是数字，变量的功能要更强大n=100m='hello'print(n)print(m)#数据类型，这里只讲两个，剩下的需要同学自己去系统地学习了#
系统 2019-09-27 17:50:55 2015
作为Python程序员，应该能够正视Python的优点与缺点。众所周之，Python的运行速度是很慢的，特别是大数据量的运算时，Python会慢得让人难以忍受。对于这种情况，“专业”的解决方案是用上numpy或者opencl。不过有时候为了一点小功能用上这种重型的解决方案很不划算，或者有时候想要实现的操作在numpy里面没有，需要我们自己用C语言来编写。总之，我们使用Python与C++的混合编程能够加快程序热点的运算速度。首先要提醒大家注意的是，在考虑联
系统 2019-09-27 17:50:45 2015
字符串是Python中最常用的数据类型，而且很多时候你会用到一些不属于标准ASCII字符集的字符，这时候代码就很可能抛出UnicodeDecodeError:'ascii'codeccan'tdecodebyte0xc4inposition10:ordinalnotinrange(128)异常。这种异常在Python中很容易遇到，尤其是在Python2.x中，是一个很让初学者费解头疼的问题。不过，如果你理解了Python的Unicode，并在编码中遵循一定
系统 2019-09-27 17:50:35 2015
文件基本语法file=open(‘文件名’,mode)编码encoding=‘utf8’读模式存在返回True，否则抛出异常FileNotFoundError写模式存在返回True，否则新建文件mode读r写w追加a二进制b读写+操作读取所有内容read()读取一行readline()读取所有行列表readlines()关闭文件close()自动关闭withopen(目标文件)asf:存取Python对象pickle写对象dump(对象，目标文件)读对象l
系统 2019-09-27 17:49:39 2015
预先设置数字变量age_of_test=25#这里设置为25，也可随意guess_age=int(input("guessage:"))ifguess_age==age_of_test:print("Yes,yougotit!")#判断正确后打印Yes,yougotit！并继续执行命令elifguess_age>age_of_test:print("thinksmaller..."）#判断数字小于预定值时提示！else:print("thinkbigger
系统 2019-09-27 17:49:37 2015
文章目录获取当前决定路径os.getcwd()获取路径下的所有文件名和路径名os.listdir()创建文件夹os.makedirs()删除文件夹os.remove()获取文件的绝对路径os.path.abspath("init.py")判断指定路径或者文件是否存在os.path.exists()将文件路径和文件组成一个完成的路径os.ptah.join()获取当前决定路径os.getcwd()paths=os.getcwd()print(paths)#D
系统 2019-09-27 17:48:26 2015
python邮件列表里有人发表言论说“python3在10内都无法普及”。在我看来这样的观点有些过于悲观，python3和python2虽然不兼容，但他们之间差别并没很多人想像的那么大。你只需要对自己的代码稍微做些修改就可以很好的同时支持python2和python3的。下面我将简要的介绍一下如何让自己的python代码如何同时支持python2和python3。一、放弃python2.6之前的python版本python2.6之前的python版本缺少一
系统 2019-09-27 17:47:38 2015
在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。一、迭代器(iterator)在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。任何这类的对象
系统 2019-09-27 17:38:45 2015
昨天说了WorkbenchPart、EditorPart、ViewPart，以及为什么需要做这样的抽象，今天就先跳出这么细粒度的讲解，今天先来看看整个FlowDesigner的整体结构。反正说写博客，想到哪里说道哪里。在讲正题之前，如果阅读过前两篇的，可以先看看：Flex开发流程设计器的经验只谈（1）：连接>>>Flex开发流程设计器的经验只谈（2）：连接>>>整个FlowDesigner的粗的架构如下：其中“FlexGEF”是真正的Kernel，其内部的
系统 2019-08-29 22:46:55 2015
