Magic Python -> ch4

• heapq 是 Python 的一个标准模块，它提供了堆排序算法的实现。
• 带 yield 的函数是一个生成器，而不是一个函数了。这个生成器有一个函数就是 next 函数，next 就相当于“下一步”生成哪个数，这一次的 next 开始的地方是接着上一次的 next 停止的地方执行的。生成器中的 yield，可看做 “return” 。
  • 迭代器需要实现 __iter__() 和 __next__() 方法，通常通过类来实现。
  • 生成器通过函数实现，使用 yield 关键字暂停函数执行并返回一个值。
• 使用 ** 可以解包字典，使用 * 可以解包列表 。
• | 合并操作符常用于对 set、dict 取并集，但要 Python >= 3.9。
• 字典解析式：{k:v for d in [profile, ext_info] for k,v in d.items()}
• 列表解析式：[x for l in (list01, list02, list03) for x in l]
• 条件语法糖：<on_true> if <condition> else <on_false>
• Lambda 表达式（匿名函数）：lambda arguments: expression，如 lambda x: x**2
• 判断是否包含子串："llo" in "hello, python" 、"hello, python".find("llo") != -1、"hello, python".__contains__("llo")、operator.contains("hello, python", "llo")、re.findall(sub_str, full_str)
• 海象运算符，很像 Golang 的短变量声明：while (line := file.readline()): print(line.strip())，在推导式中也能用，[bmi for m in members if (bmi := get_bmi(m)) > 24]
• 装饰器：本质上是一个函数，返回值也是函数。让其他函数在不需要做任何代码变动的前提下增加额外功能，常用于切面需求，如插入日志、性能测试、事务处理、缓存、权限校验等场景，从而可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
• 偏函数：也叫部分应用。是指在计算机科学中，固定多元函数的部分参数，并返回一个可以接受剩余部分参数的函数的转换过程。
• 动态执行函数：使用 eval(函数名的字符串)() 来执行函数。若把所有的函数是放在类中，并定义成静态方法，那就不需要用 eval 了，接着使用 getattr 去获取并调用。

## 生成器
def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:",res)
g = foo()
print(next(g))
print("*"*20)
print(g.send(7))

## result
starting...
4
********************
res: 7
4

## 装饰器
# 这是装饰器函数，参数 func 是被装饰的函数
def logger(func):
    def wrapper(*args, **kw):
        print('我准备开始执行：{} 函数了:'.format(func.__name__))

        # 真正执行的是这行。
        func(*args, **kw)

        print('主人，我执行完啦。')
    return wrapper

## 带参数的函数装饰器
def say_hello(country):
    def wrapper(func):
        def deco(*args, **kwargs):
            if country == "China":
                print("你好!")
            elif country == "America":
                print('hello.')
            else:
                return

            # 真正执行函数的地方
            func(*args, **kwargs)
        return deco
    return wrapper

## 偏函数
from functools import partial

power_2=partial(power, n=2)
power_2(2)  # output: 4

• Python

战国时代_姜汁汽水：川普的对华策略

海权、产业链、货币

孔令金：加班不是员工的义务，只是一种选择；不要为了给别人挣钱拼搏别人的事业，而牺牲自己最宝贵的筹码（身体健康+可支配时间）

你的时间有多少用于休息、运动、娱乐、社交、提升？当工作时间过长，挤压了你的可支配时间，你会怎样？当你必须出卖健康和时间的时候，你可以选择卖给自己，成败都看个人能力，谁也怪不着。

努力工作真的有用的话，那么世界首富应该是毛驴或骡子。

• 地缘政治 ,  职业发展

西江月·梅花 by 苏轼

玉骨那愁瘴雾，冰姿自有仙风。

海仙时遣探芳丛，倒挂绿毛么凤。(么 同：幺)

素面翻嫌粉涴，洗妆不褪唇红。(翻嫌 一作：常嫌)

高情已逐晓云空，不与梨花同梦。

• 诗词歌赋

AVL 树所谓的旋转其实是针对 Root 来说的，双旋可分成两次单旋来看。四种情况：

• 左子树插入左儿子导致失衡：右旋
• 右子树插入右儿子导致失衡：左旋
• 左子树插入右儿子导致失衡：先左旋后右旋
• 右子树插入左儿子导致失衡：先右旋后左旋

从文字上看也是有规律的：单旋反方向，双旋同方向

• 数据结构

P 和 NP 问题：想当初计算理论是真的没学太明白。

• P（Polynominal）多项式时间解决的问题。规模 n 出现在底数的位置，如 O(1)，O(logn)，O(n) 等
• NP（Non-deterministicPolynomial）非多项式时间解决的问题，能在多项式时间验证。规模 n 出现在顶部的位置，如 O(n!)，O(2^n) 等
• NPC（Complete）问题，首先是 NP 问题，然后所有 NP 问题都可以归约到它，归约就是把一个问题转化为另一个问题，这也就是说 NPC 问题是 NP 问题中最难的
• NP-Hard 问题，首先所有 NP 问题都可以约化到它，然后它不一定是 NP 问题，也就是描述了一种类至少和 NP 中最难的问题一样难的问题，且这个问题不一定是 NP 问题

• 计算理论

镜像总是拉不下来，需要一个镜像代理，比较常见的有：

1. ghcr.io 换成 ghcr.nju.edu.cn
2. docker.io（一般没前缀） 换成 docker.1ms.run

• docker