标签：停止 处理 提高 垃圾回收 range 时间复杂度 for val lap
杨辉三角
形如以下为杨辉三角
杨辉三角有很多性质，我们用以下两种简单的性质来用python实现。
1第n行的数字有n项。
2每个数等于它上方两数之和.
n=6 trangle = [[1]] for i in range(1,n): pre=trangle[i-1] cur=[1] trangle.append(cur) for j in range(i-1): cur.append(pre[j]+pre[j+1]) cur.append(1) print(trangle)
这是最简单的一种方法，关键在于控制边界方法就是不断的代入测试，只要前两遍也就是第三行和第四行可以实现，后边就应当能够实现，第一二行可以先特殊对待，在程序实现后，在回头扩宽边界。
除了以1为边界外，还可以在两侧补零
n=6 #######杨辉三角两侧补零 l=[[1]] for i in range(1,n): pre=[0]+l[i-1]+[0] cur=[] l.append(cur) for j in range(i+1): cur.append(pre[j]+pre[j+1]) print(l)
两侧补零在左侧补零会频繁调动列表移动，更好的办法是在右侧补零，最左边的索引为0的值为上一列的索引为-1和0的两项的和，也就是0+1刚好是1，需要注意的也是边界问题，如下
1 ##杨辉三角右侧补零 2 n=6 3 l=[[1]] 4 for i in range(1,n): 5 pre=l[i-1]+[0] 6 cur=[] 7 l.append(cur) 8 for j in range(i+1): 9 cur.append(pre[j-1]+pre[j]) 10 print(l)
杨辉三角是一个轴对称图形，可以在计算时只计算左侧的数值，在数据量变大时，可以提高效率。
这里使用先建立一个列表，n个1，n是要求到的行数。使用
n=6 l=[[1]] for i in range(1,n): p=l[i-1] c=[1]*(i+1) for j in range(0,i//2): value=p[j]+p[j+1] c[j+1]=value if i!=2j: c[-j-2]=value l.append(c) print(l)
使用两个列表相互循环
import copy n=6 l=[] for i in range(n): s=l.copy() for k in range(i//2): value=l[k]+l[k+1] s[k+1]=value if i != 2j: s[-k-1]=value s.append(1) l=copy.deepcopy(s) print(l)
使用一个列表实现
这里使用先建立一个列表，n个1，n是要求到的行数。使用list[:3],表示取出从0到3的元素，循环取出打印，最后列表只保留最后的一行数据
n=6 lst=[1]*n for i in range(n): e=i//2 tmp=1 offset=n-i for j in range(1,e+1): value=tmp+lst[j] tmp=lst[j] lst[j]=value if i != 2j: lst[-j-offset]=value print(lst[:i+1])
使用一个列表或的思想是生产中，对于能知道范围的数据，提前建立足够用的列表，在后期的使用中足够用，能用替换就少用append，能不遍历就不遍历。
使用一个列表减少了空间复杂度，但是时间复杂度并未减少，应当注意在列表值增大后，在每次列表更新后，原来的列表只是没有了引用计数，但并未消失，在内存中变成了内存垃圾。在技算量达到极高的量级时，每次产生的垃圾都会对内存造成冲击，如果此时，python的GC（垃圾处理）会停止其他一切内存活动，只进行垃圾处理，内存空间的整理，此时可能产生的问题是，内存没有足够的空间存放你的下一个列表，它会挪动你当前的列表，效率问题及大。
解决方案是优化算法，将庞大的列表分成一个个小的部分进行处理。
一旦数据量增大，要时刻注意效率问题。
在内存中，一旦内存使用率到达一定阈值，会触发python的自动的垃圾回收，在对垃圾回收没有足够的了解时，不要手动垃圾回收，会对系统造成性能影响。
标签：停止 处理 提高 垃圾回收 range 时间复杂度 for val lap
原文地址：https://www.cnblogs.com/rprp789/p/9449426.html
