外观
第9周：第六次上机课
一、列表的基本用法
对应 01 · 列表练习、02 · 校门外的树 和 06 · 去除重复数字。
1. 下标与切片
python
numbers = [10, 20, 30, 40]
print(numbers[0]) # 10，第一个元素
print(numbers[-1]) # 40，最后一个元素
print(numbers[1:3]) # [20, 30]下标从 0 开始；切片 numbers[1:3] 包含下标 1，但不包含下标 3。
2. 用下标记录状态
列表的下标可以表示位置，元素可以记录该位置的状态。例如，用 1 表示有树，0 表示没有树：
python
trees = [1] * 6 # 位置 0～5，初始都有树
for i in range(1, 4): # 处理位置 1、2、3
trees[i] = 0
print(trees) # [1, 0, 0, 0, 1, 1]
print(trees.count(1)) # 3，还有树的位置数位置从 0 到 5，一共需要 6 个元素。range(1, 4) 不包含 4；重复把同一位置标记为 0，不会重复减少树的数量。
3. 添加和删除元素
python
numbers = [10, 20, 30]
numbers.append(40) # [10, 20, 30, 40]：添加到末尾
numbers.insert(1, 15) # [10, 15, 20, 30, 40]：插入到下标 1
del numbers[0] # [15, 20, 30, 40]：按下标删除
numbers.remove(30) # [15, 20, 40]：删除值为 30 的元素
print(numbers)这些操作会修改原列表。remove(30) 删除第一个值为 30 的元素；如果列表中没有这个值，会报错。
也可以用切片一次删除多个元素：
python
numbers = [10, 20, 30, 40, 50]
del numbers[1:3]
print(numbers) # [10, 40, 50]4. 判断、统计与排序
python
numbers = [5, 2, 5, 8]
print(5 in numbers) # True，判断元素是否存在
print(numbers.count(5)) # 2，统计元素出现次数
print(len(numbers)) # 4，列表长度
print(max(numbers)) # 8，最大值
print(sorted(numbers)) # [2, 5, 5, 8]，从小到大排序sorted(numbers) 返回一个排好序的新列表，原列表不会因此改变。max() 需要列表中至少有一个元素。
二、二维列表与方向数组
对应 04 · 矩阵换行求边缘和 和 05 · 图像模糊处理。
用方向数组访问上下左右
二维列表用 image[行][列] 访问元素。要访问当前位置 (i, j) 的上下左右，可以把每个方向写成一对行、列的偏移量：
| 方向 | 行、列的偏移量 |
|---|---|
| 上 | (-1, 0) |
| 下 | (1, 0) |
| 左 | (0, -1) |
| 右 | (0, 1) |
这些偏移量可以存入列表，通常称为“方向数组”。逐个取出 (di, dj)，加到当前下标 (i, j) 上，就得到相邻位置的行、列下标。
一个内部像素的新值从哪里来？
原图：中心和上下左右，共 5 个值。
求平均：(100 + 0 + 50 + 200 + 50) ÷ 5 = 80
写入：新图的中心位置写 80；计算其他位置时仍读取原图。
下面从图中的中心位置出发，按上、下、左、右的顺序访问相邻元素：
python
image = [[100, 0, 100],
[50, 100, 200],
[50, 50, 100]]
i, j = 1, 1
directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]
for di, dj in directions:
ni, nj = i + di, j + dj
if 0 <= ni < len(image) and 0 <= nj < len(image[0]):
print(ni, nj, image[ni][nj])输出依次为 0 1 0、2 1 50、1 0 50、1 2 200；每行分别是相邻位置的行下标、列下标和值。if 用来防止下标越界，移动方向时不要把行和列写反。
交换行与判断边缘
text
原矩阵 交换第 1、2 行后
1 2 3 4 5 6
4 5 6 1 2 3
7 8 9 7 8 9交换后，只有中间的 2 不在边缘，所以边缘和是 43。题面行号从 1 开始，列表下标从 0 开始；换行时要先转换下标。
判断位置 (i, j) 是否为边缘，可以看它是否在首行、末行、首列或末列。每个位置只判断一次，四个角不会重复加。
想一想： 只有一行、一列或者一个元素时，哪些位置属于边缘？
从原图读取，写到新图
四周边缘保持不变。对于内部像素，从原图读取中心和上下左右五个值，将平均值舍入后写入新图。不能一边修改原图，一边继续使用它作为下一次计算的输入。
想一想： 如果先把左边的值改掉，下一格计算时还能读到原来的左邻居吗？只有一行或一列的图像有内部像素吗？
三、区间合并
对应 07 · 小鹿的工作和休息时间。
先按开始时间排序，再逐段观察：后一段的起点不大于当前段的终点，说明重叠或相接，可以合并；否则中间有空隙，需要另起一段。
把重叠或相接的时间段连起来
已按起点排序；点击“下一步”逐段观察。
[1, 4]
[3, 7]
[7, 9]
[11, 14]
015
0 / 5
注意右端点要取两段右端的较大值：例如 [1, 8] 包含 [2, 3]，合并后仍是 [1, 8]。所有连续段合并后再比较长度；如果一样长，选开始较早的那一段。
想一想： [1, 3] 和 [3, 5] 为什么可以连起来？如果 [1, 4] 和 [6, 9] 长度一样，选哪一段？
四、字典的用法与排序
对应 03 · 成绩排序、08 · 字典练习、09 · 单词出现频率统计、10 · 网站网页访问统计 和 11 · 单词打分。
判断键、值和键值对
python
scores = {"a": 8, "b": 1, "c": 0}
print("c" in scores) # True：检查键
print(0 in scores.values()) # True：检查值
print(scores.get("b") == 1) # True：检查 b 对应的值注意 "1" 是字符串，1 是整数。读入键值对后，数字要转换成整数再判断。
按单词计数
使用字典可以为每个键累计次数：
python
counts = {}
for word in ["about", "send", "about", "me"]:
counts[word] = counts.get(word, 0) + 1
print(counts) # {'about': 2, 'send': 1, 'me': 1}get(word, 0) 在单词还没有出现时返回 0。第 9 题的单词一行一个，读到输入结束为止；第一行不是单词数量。
按多个条件排序
counts.items() 可以取出每个 (单词, 次数)。先按次数降序，再在次数相同时按单词升序：
python
counts = {"about": 2, "send": 1, "me": 1}
ranking = sorted(counts.items(), key=lambda item: (-item[1], item[0]))
print(ranking) # [('about', 2), ('me', 1), ('send', 1)]item[0] 是单词，item[1] 是次数。次数前加负号，使出现更多的词排在前面；次数相同时再按单词升序比较。
成绩排序也使用相同思路：以 (-分数, 姓名) 为排序关键字。姓名没有保证唯一时，应先用列表保留每条成绩记录。
按网页累计时长
把时间统一换算成秒：小时 × 3600 + 分钟 × 60 + 秒，每次把结束秒数减去开始秒数，再累加到对应网页。
| 网页 | 访问与累计时长 |
|---|---|
| index.html | 6 + 183 = 189 秒 |
| study.html | 185 秒 |
单次最长的是 study.html，累计最长的是 index.html。
平均分需要总分和次数
同一个单词获得 2、8、8 分，平均分是 (2 + 8 + 8) / 3 = 6。如果另一个单词只获得一个 5 分，它的平均分是 5，更简单。
不要把“旧平均分 + 新分数”再除以 2，这样会给后来的评分更大权重。除了分数，还要保存给这个单词评分的人的 id，才能按题目要求输出。
想一想： 只保存最低分或总分，能直接判断哪个单词平均分最低吗？