题目的要求是写一个Sudoku类,类中要有一个实例函数判断传给对象的二维数组是否符合数独规则

题目链接:https://www.codewars.com/kata/540afbe2dc9f615d5e000425/python


下面是写完题后看到的别人的解决方法

from itertools import chain

class Sudoku(object):

    def __init__(self, grid):
self.grid = grid
self.size = len(grid)
self.good_zone = set(range(1, self.size + 1)) def __iter__(self):
"""Iterate over each row, column and square of the sudoku"""
rows = self.grid
cols = zip(*rows)
square_size = int(self.size ** 0.5)
squares = [sum((rows[y+i][x:x+square_size]
for i in range(square_size)), [])
for y in range(0, self.size, square_size)
for x in range(0, self.size, square_size)]
return chain(rows, cols, squares) def valid_data_types(self):
"""Check data types"""
return all(type(num) == int for num in chain(*self.grid)) def zone_is_valid(self, zone):
"""Check if a zone contain every numbers"""
return set(zone) == self.good_zone def is_valid(self):
"""Is the sudoku solved"""
if not self.valid_data_types(): return False
return all(self.zone_is_valid(zone) for zone in self)

观察到的东西

  • 函数__iter__返回值处的chain()函数来自于from itertools import chain,网上搜来的结果是这样的:Python中的chain()函数可以将多个迭代器组合起来,形成一个更大的迭代器。chain()函数的语法如下:itertools.chain(*iterables)其中,*iterables是一个可变参数,代表着可以传入多个可迭代的对象,如序列、列表、生成器等。chain()函数将这些可迭代对象连接起来成为一个更大的迭代器。大概用法应该是这样:
from itertools import chain
a=[1,2,3]
b=[4,5]
c=('*','*')
d = chain(a,b,c)
print(d)
for i in d:
print(i,end=' ')
#1 2 3 4 5 * *
'''输出
<itertools.chain object at 0x00000210F2869E40>
1 2 3 4 5 * *
'''

迭代器没学过,不过应该是一个可以遍历的东西

chain(rows,cols,squares)中rows,cols,squares都是二级列表,所以函数返回的是一个更迭代器,其中的元素是他们三个二级列表的所有元素,即一些一级列表


  • 函数def valid_data_types(self)最后的all(type(num) == int for num in chain(*self.grid))处的chain(*self.grid)self.grid是个二级列表,那这里chain处理之后的结果应该是一些元素(即num)为一级列表的迭代器,但是前面判断元素类型却是type(num)==int。实际上chain(*self.grid)的作用是将列表self.grid中的一级列表们中的所有元素放到一个迭代器中。这里应该是*在起作用:
a=[[1,2],[3,4]]
print(*a)
'''输出
[1, 2] [3, 4]
'''

*将二级列表中的一级列表们取出来,变成多个一级列表,于是chain就能对它们操作了


  • 在函数is_valid最后的for zone in self处的self实际上是__iter__的返回值chain(rows, cols, squares),实验了一下:
from itertools import chain
class test(object):
def __iter__(self):
return chain([1,2,3])
aa=test()
print(aa)
print(list(aa))
for i in aa:
print(i,end=' ')
'''
<__main__.test object at 0x0000026A1442A0C0>
[1, 2, 3]
1 2 3
'''

这里如果把def __iter__(self)中的self去掉会在print(list(aa))处报错,报错为:

TypeError: test.iter() takes 0 positional arguments but 1 was given

如果把return chain([1,2,3])该为return [1,2,3]会在print(list(aa))处报错:

TypeError: iter() returned non-iterator of type 'list'


网上搜出来的东西也没看懂多少,似乎__iter__正常的用法类似于这样:

class test():
def __init__(self,end):
self.end=end
def __iter__(self):
print('__iter__被调用了')
self.a=-1
return self
def __next__(self):
print('__next__被调用了')
self.a+=1
if self.a>self.end:
raise StopIteration()
return self.a for i in test(5):
print(i) '''换成这样是一样的输出
a=test(5)
for i in a:
print(i)
''' '''输出
__iter__被调用了
__next__被调用了
0
__next__被调用了
1
__next__被调用了
2
__next__被调用了
3
__next__被调用了
4
__next__被调用了
5
__next__被调用了
'''

看起来是要遍历test类的对象时会自动调用__iter__函数,每次遍历(包括第一次遍历以及结束时的那个没有遍历出结果的遍历)都会调用__next__函数,遍历出来的东西就是__next__的返回值


  • 函数is_valid(self)和函数valid_data_types(self)最后的返回处都出现了all()函数,以下来自菜鸟教程:

all() 函数用于判断给定的可迭代参数 iterable 中的所有元素是否都为 TRUE,如果是返回 True,否则返回 False

元素除了是 0、空、None、False 外都算 True。

函数等价于:

def all(iterable):
for element in iterable:
if not element:
return False
return True

使用例子:

print(all([1,1,1]))
print(all([1,1,0]))
'''输出
True
False
'''
print(all([True,True,True]))
print(all([True,True,False]))
'''输出
True
False
'''

(python)代码学习||2024.2.3||题目是codewars上的【Validate Sudoku with size `NxN`】的更多相关文章

  1. python代码学习day03-序列化学习pickle及json

    #!/usr/bin/env python #coding:utf8 import pickle,json import datetime dic1 = {'name':'alex', 'age':4 ...

  2. 利用Python代码编写计算器小程序

    import tkinter import tkinter.messagebox import math class JSQ: def __init__(self): #创建主界面 self.root ...

  3. 学习TensorFlow,浅析MNIST的python代码

    在github上,tensorflow的star是22798,caffe是10006,torch是4500,theano是3661.作为小码农的我,最近一直在学习tensorflow,主要使用pyth ...

  4. 风炫安全web安全学习第三十二节课 Python代码执行以及代码防御措施

    风炫安全web安全学习第三十二节课 Python代码执行以及代码防御措施 Python 语言可能发生的命令执行漏洞 内置危险函数 eval和exec函数 eval eval是一个python内置函数, ...

  5. 学习 27 门编程语言的长处,提升你的 Python 代码水平

    Python猫注:Python 语言诞生 30 年了,如今的发展势头可谓如火如荼,这很大程度上得益于其易学易用的优秀设计,而不可否认的是,Python 从其它语言中偷师了不少.本文作者是一名资深的核心 ...

  6. 基于深度学习的人脸性别识别系统(含UI界面,Python代码)

    摘要:人脸性别识别是人脸识别领域的一个热门方向,本文详细介绍基于深度学习的人脸性别识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中可以选择人脸图片.视频进行检 ...

  7. (数据科学学习手札144)使用管道操作符高效书写Python代码

    本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 大家好我是费老师,一些比较熟悉pandas的读者 ...

  8. 基于深度学习的鸟类检测识别系统(含UI界面,Python代码)

    摘要:鸟类识别是深度学习和机器视觉领域的一个热门应用,本文详细介绍基于YOLOv5的鸟类检测识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中可以选择各种鸟类图 ...

  9. Python基础学习Day6 is id == 区别,代码块,小数据池 ---->>编码

    一.代码块 Python程序是由代码块构造的.块是一个python程序的文本,他是作为一个单元执行的. 代码块:一个模块,一个函数,一个类,一个文件等都是一个代码块. 而作为交互方式输入的每个命令都是 ...

  10. 入门python:《Python编程从入门到实践》中文PDF+英文PDF+代码学习

    入门python推荐学习久负盛名的python入门书籍<Python编程从入门到实践>. 书中涵盖的内容是比较精简的,没有艰深晦涩的概念,最重要的是每个小结都附带有"动手试一试& ...

随机推荐

  1. nginx和前端

  2. C# Emit动态生成代码

    Emit(动态方法生成)技术是一种在运行时动态生成和执行代码的技术.它的产生背景可以追溯到早期的.NET Framework版本. 在早期的.NET Framework中,开发人员通常使用反射来动态创 ...

  3. Solon v2.6.5 发布(助力信创)

    Solon 是什么框架? Java "生态级"应用开发框架.从零开始构建,有自己的标准规范与开放生态(历时六年,具备全球第二级别的生态规模). 相对于 Spring,有什么特点? ...

  4. 怎样实现WPF Prism Module的国际化和本地化?

    怎样实现WPF Prism Module的国际化和本地化? English | 简体中文 上一篇有简单介绍主工程的国际化,使用的资源字典(XAML)实现的. 这几天我添加了几个Prism模块(Modu ...

  5. MongoDB 部署副本集 + 代码中开启事务

    首先,指定副本名称: vim /etc/mongod.conf replication: replSetName: shard1 在replication里面加入副本名称,多个相同副本,应该使用同样的 ...

  6. [转帖]Nginx 安全优化

    目录 前言 1.使用 SSL/TLS 证书 2.使用安全密钥交换机制 3.禁用旧的 SSL/TLS 协议 4.禁用 SSL/TLS 弱密码套件 5.禁用不需要的 HTTP 方法 6.防止缓冲区溢出攻击 ...

  7. [转帖]浪潮PM8222-SHBA、RAID 2GB PM8204、RAID 4GB PM8204,阵列卡配置方法

    1.8222和8204对比 这几个型号的阵列卡都很相似,配置方法也基本一样 8204就是在8222上的基础上增加了缓存,可以通过下图对比 正面8204比8222多一个掉电保护接口 8204背面多了几个 ...

  8. [转帖]《Linux性能优化实战》笔记(十七)—— Linux网络基础与性能指标

    一. 网络模型 1. OSI 网络模型(七层) 为了解决网络互联中异构设备的兼容性问题,并解耦复杂的网络包处理流程,OSI 模型把网络互联的框架分为七层,每个层负责不同的功能.其中, 应用层,负责为应 ...

  9. kafka学习之五_多个磁盘的性能验证

    kafka学习之五_多个磁盘的性能验证 背景 周末在家学习kafka 上午验证了grafana+kafka_exporter的监控 下午想着验证一把性能相关. kafka学习之三里面,有成套的脚本. ...

  10. [转帖]docker编译speccpu2017

    实验步骤: 1.下载docker和speccpu2017 2.docker下载镜像,创建容器 3.将下载的宿主机speccpu2017拷贝到docker创建的容器中(docker cp) 4.在doc ...