本篇文章和大家了解一下python程序設(shè)計的方法。有一定的參考價值，有需要的朋友可以參考一下，希望對大家有所幫助。

創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設(shè),鹽田企業(yè)網(wǎng)站建設(shè),鹽田品牌網(wǎng)站建設(shè),網(wǎng)站定制,鹽田網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,鹽田網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

Python是一種面向?qū)ο?strong>oop(Object Oriented Programming)的腳本語言。

面向?qū)ο笫遣捎没趯ο螅▽嶓w）的概念建立模型，模擬客觀世界分析、設(shè)計、實現(xiàn)軟件的辦法。

在面向?qū)ο蟪绦蛟O(shè)計中，對象包含兩個含義，其中一個是數(shù)據(jù)，另外一個是動作。面向?qū)ο蟮姆椒ò褦?shù)據(jù)和方法組合成一個整體，然后對其進行系統(tǒng)建模。

python編程思想的核心就是理解功能邏輯，如果對解決一個問題的邏輯沒有搞清楚，那么你的代碼看起來就會非常的紊亂，讀起來非常的拗口，所以一旦邏輯清晰，按照模塊對功能進行系統(tǒng)編程，那么你的代碼設(shè)計肯定是漂亮的?。?！

1 基本的程序設(shè)計模式

任何的程序設(shè)計都包含IPO，它們分別代表如下：

• I：Input 輸入，程序的輸入

• P：Process 處理，程序的主要邏輯過程

• O：Output 輸出，程序的輸出

因此如果想要通過計算機實現(xiàn)某個功能，那么基本的程序設(shè)計模式包含三個部分，如下：

• 確定IPO：明確需要實現(xiàn)功能的輸入和輸出，以及主要的實現(xiàn)邏輯過程；

• 編寫程序：將計算求解的邏輯過程通過編程語言進行設(shè)計展示；

• 調(diào)試程序：對編寫的程序按照邏輯過程進行調(diào)試，確保程序按照正確邏輯正確運行。

2 解決復(fù)雜問題的有效方法：自頂向下（設(shè)計）

2.1 自頂向下-分而治之

如果要實現(xiàn)功能的邏輯比較復(fù)雜的時候，就需要對其進行模塊化設(shè)計，將復(fù)雜問題進行分解，轉(zhuǎn)化為多個簡單問題，其中簡單問題又可以繼續(xù)分解為更加簡單的問題，直到功能邏輯可以通過模塊程序設(shè)計實現(xiàn)，這也是程序設(shè)計的自頂向下特點?？偨Y(jié)如下：

• 將一個總問題表達為若干個小問題組成的形式

• 使用同樣方法進一步分解小問題

• 直至，小問題可以用計算機簡單明了的解決

2.2 舉例1：體育競技分析

2.2.1 程序總體框架

printlnfo()                步驟1:打印程序的介紹性信息                    
getlnputs()              步驟2:獲得程序運行參數(shù)：proA, proB, n        
simNGames()         步驟3:利用球員A和B的能力值，模擬n局比賽        
printSummary()      步驟4:輸出球員A和B獲勝比賽的場次及概率

2.2.2 程序設(shè)計

# 導(dǎo)入python資源包
from random import random
 
# 用戶體驗?zāi)K 
def printIntro():
    print("這個程序模擬兩個選手A和B的某種競技比賽")
    print("程序運行需要A和B的能力值（以0到1之間的小數(shù)表示）")
 
# 獲得A和B的能力值與場次模塊 
def getIntputs():
    a = eval(input("請輸入A的能力值（0-1）："))
    b = eval(input("請輸入B的能力值（0-1）："))
    n = eval(input("模擬比賽的場次："))
    return a, b, n
 
# 模擬n局比賽模塊 
def simNGames(n, probA, probB):
    winsA, winsB = 0, 0
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB)
        if scoreA > scoreB:
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB
 
# 判斷比賽結(jié)束條件 
def gameOver(a, b):
    return a == 15 or b == 15
 
# 模擬n次單局比賽=模擬n局比賽 
def simOneGame(probA, probB):
    scoreA, scoreB = 0, 0
    serving = "A"
    while not gameOver(scoreA, scoreB):
        if serving == "A":
            if random() < probA:
                scoreA += 1
            else:
                serving = "B"
        else:
            if random() < probB:
                scoreB += 1
            else:
                serving = "A"
    return scoreA, scoreB
 
# 打印結(jié)果模塊 
def printSummary(winsA, winsB):
    n = winsA + winsB
    print("競技分析開始，共模擬{}場比賽".format(n))
    print("選手A獲勝{}場比賽，占比{:0.1%}".format(winsA, winsA / n))
    print("選手B獲勝{}場比賽，占比{:0.1%}".format(winsB, winsB / n))
 
 
def main():
    printIntro()    
    probA, probB, n = getIntputs()                # 獲得用戶A、B能力值與比賽場次N
    winsA, winsB = simNGames(n, probA, probB)     # 獲得A與B的場次
    printSummary(winsA, winsB)                    # 返回A與B的結(jié)果
 
 
main()

2.2.3 測試結(jié)果

2.3 舉例2：的斐波那契數(shù)列

自頂向下的方式其實就是使用遞歸來求解子問題，最終解只需要調(diào)用遞歸式，子問題逐步往下層遞歸的求解。

程序設(shè)計：

cache = {}

def fib(number):
    if number in cache:
        return cache[number]
    if number == 0 or number == 1:
        return 1
    else:
        cache[number] = fib(number - 1) + fib(number - 2)
    return cache[number]

if __name__ == '__main__':
    print(fib(35))

運行結(jié)果：

14930352
>>>

理解自頂向下的設(shè)計思維：分而治之

3 逐步組建復(fù)雜系統(tǒng)的有效測試方法：自底向上（執(zhí)行）

3.1 自底向上-模塊化集成

自底向上（執(zhí)行）就是一種逐步組建復(fù)雜系統(tǒng)的有效測試方法。首先將需要解決的問題分為各個三元進行測試，接著按照自頂向下相反的路徑進行操作，然后對各個單元進行逐步組裝，直至系統(tǒng)各部分以組裝的思路都經(jīng)過測試和驗證。

理解自底向上的執(zhí)行思維：模塊化集成

自底向上分析思想：

• 任何時候棧中符號串和剩余符號串組成一個句型，當(dāng)句柄出現(xiàn)在棧頂符號串中時，就用該句柄進行歸約，這樣一直歸約到輸入串只剩結(jié)束符、棧中符號只剩下開始符號，此時認為輸入符號串是文法的句子，否則報錯。

自底向上是?種求解動態(tài)規(guī)劃問題的方法，它不使用遞歸式，而是直接使用循環(huán)來計算所有可能的結(jié)果，往上層逐漸累加子問題的解。在求解子問題的最優(yōu)解的同時，也相當(dāng)于是在求解整個問題的最優(yōu)解。其中最難的部分是找到求解最終問題的遞歸關(guān)系式，或者說狀態(tài)轉(zhuǎn)移方程。

3.2 舉例：0-1背包問題

3.2.1 問題描述

你現(xiàn)在想買?大堆算法書，有一個容量為 V的背包，這個商店?共有 n個商品。問題在于，你最多只能拿 Wkg 的東西，其中 wi和 vi分別表示第 i個商品的重量和價值。最終的目標(biāo)就是在能拿的下的情況下，獲得最大價值，求解哪些物品可以放進背包。

對于每?個商品你有兩個選擇：拿或者不拿。

3.2.2 自底向上分析

?先要做的就是要找到“子問題”是什么。通過分析發(fā)現(xiàn)：每次背包新裝進?個物品就可以把剩余的承重能力作為?個新的背包來求解，?直遞推到承重為0的背包問題。

用 m[i,w]表示偷到商品的總價值，其中 i表示?共多少個商品，w表示總重量，所以求解 m[i,w]就是子問題，那么看到某?個商品i的時候，如何決定是不是要裝進背包，需要考慮以下：

• 該物品的重量大于背包的總重量，不考慮，換下?個商品；

• 該商品的重量小于背包的總重量，那么嘗試把它裝進去，如果裝不下就把其他東西換出來，看看裝進去后的總價值是不是更高了，否則還是按照之前的裝法；

• 極端情況，所有的物品都裝不下或者背包的承重能力為0，那么總價值都是0；

由以上的分析，可以得出m[i,w]的狀態(tài)轉(zhuǎn)移方程為：

m[i,w] = max{m[i-1,w], m[i-1,w-wi]+vi}

3.2.3 程序設(shè)計

# 循環(huán)的?式，自底向上求解
cache = {}
items = range(1,9)
weights = [10,1,5,9,10,7,3,12,5]
values = [10,20,30,15,40,6,9,12,18]
# 最?承重能?
W = 4

def knapsack():
    for w in range(W+1):
        cache[get_key(0,w)] = 0
    for i in items:
        cache[get_key(i,0)] = 0
        for w in range(W+1):
            if w >= weights[i]:
                if cache[get_key(i-1,w-weights[i])] + values[i] > cache[get_key(i-1,w)]:
                    cache[get_key(i,w)] = values[i] + cache[get_key(i-1,w-weights[i])]
                else:
                    cache[get_key(i,w)] = cache[get_key(i-1,w)]
            else:
                cache[get_key(i,w)] = cache[get_key(i-1,w)]
    return cache[get_key(8,W)]

def get_key(i,w):
    return str(i)+','+str(w)

if __name__ == '__main__':
    # 背包把所有東西都能裝進去做假設(shè)開始
    print(knapsack())

29
>>>

以上就是python程序設(shè)計的方法的簡略介紹，當(dāng)然詳細使用上面的不同還得要大家自己使用過才領(lǐng)會。如果想了解更多，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道哦！