1. 题目背景与价值解析董付国老师的Python小屋系列编程题在编程学习者中享有盛誉其中111-120这组题目特别适合已经掌握Python基础语法、正需要提升实际问题解决能力的中级学习者。这组题目设计精妙之处在于它们既不像入门题那样简单直白也不至于像算法竞赛题那样艰深晦涩而是模拟了真实开发场景中常见的各类数据处理需求。我在实际教学中发现很多学员在完成基础语法学习后会陷入知道知识点但不会综合运用的困境。而这组题目恰好提供了循序渐进的实战训练涵盖了字符串处理、数学运算、数据结构应用等核心编程能力。特别是第115题关于文本分析的题目直接来源于实际工作中的日志处理需求具有很高的实用价值。2. 题目详解与解题思路2.1 题目111特殊数字识别要求找出100-999之间所有满足各位数字立方和等于该数本身的三位数。这类题目考察的是数字的分解与重组能力循环结构的灵活应用条件判断的逻辑构建典型解法是使用for循环遍历100-999对每个数拆分为个位、十位、百位后进行计算验证。这里有个优化技巧可以预计算0-9的立方值存入字典避免在循环中重复计算。def find_special_numbers(): cubes {i: i**3 for i in range(10)} result [] for num in range(100, 1000): a, b, c num//100, (num//10)%10, num%10 if cubes[a] cubes[b] cubes[c] num: result.append(num) return result2.2 题目112矩阵对角线求和给定一个n×n的矩阵计算其主对角线和副对角线元素的和。这道题的关键点在于理解矩阵在Python中的表示方式列表的列表掌握对角线元素的索引规律处理n为奇数时中心元素的重复计算问题def diagonal_sum(matrix): n len(matrix) main_sum sum(matrix[i][i] for i in range(n)) anti_sum sum(matrix[i][n-1-i] for i in range(n)) if n % 2 1: return main_sum anti_sum - matrix[n//2][n//2] return main_sum anti_sum注意在实际应用中应该先检查矩阵是否为方阵这里为简化题目要求省略了校验。2.3 题目115文本词频统计进阶这是本系列最具实用价值的题目之一要求统计文本文件中各单词的出现频率并按要求排序输出。考察的核心能力包括文件读写操作字符串清洗去除标点、大小写统一字典的灵活运用排序与格式化输出import re from collections import defaultdict def word_frequency(file_path): with open(file_path) as f: text f.read().lower() words re.findall(r\b[a-z]\b, text) freq defaultdict(int) for word in words: freq[word] 1 return sorted(freq.items(), keylambda x: (-x[1], x[0]))实际应用中还需要考虑大文件的内存优化逐行读取停用词过滤词干提取等高级处理3. 解题技巧与常见误区3.1 调试技巧实录在解决这些题目时有几个调试技巧特别实用分步验证法对于复杂问题如题目118的图形输出题可以先用小规模测试如3行图案验证逻辑正确性再扩展到通用情况。变量追踪法在循环结构中使用print输出关键变量的中间值。例如在解决题目113的数列问题时可以在循环内打印每次迭代的计算结果。边界测试法特别注意输入边界条件如空字符串、零值、单元素列表等特殊情况。3.2 典型错误分析根据批改经验学员在这些题目上常犯的错误包括循环范围错误比如题目111中误将range写成range(100,1000)导致漏掉999索引越界矩阵题目中未考虑Python的零基索引特性浅拷贝问题在涉及列表嵌套的操作中直接赋值导致意外修改类型混淆字符串与数字未正确转换特别是在文件读取后的数据处理中4. 题目延展与实际应用4.1 工业级代码优化教学题目为了突出核心逻辑通常省略了工程实践中的很多必要元素。以词频统计为例工业级实现需要考虑内存效率使用生成器逐行处理大文件性能优化用Counter替代defaultdict异常处理文件不存在、编码错误等情况代码可测试性将核心逻辑与IO操作分离from collections import Counter import re def process_text(text): return re.findall(r\b[a-z]\b, text.lower()) def count_words(file_path): try: with open(file_path, encodingutf-8) as f: return Counter(process_text(f.read())) except FileNotFoundError: print(fError: File {file_path} not found) return Counter()4.2 相关算法扩展这些基础题目可以引出许多高级算法和数据结构的学习题目116的排序问题可以延伸到各种排序算法比较矩阵题目为后续学习NumPy库打下基础词频统计与倒排索引是搜索引擎的核心组件数字处理题目与密码学中的某些概念相关我在实际项目中就曾用类似的词频统计技术处理过用户评论的情感分析通过统计特定情感词汇的出现频率来评估用户满意度。这种从基础题目到实际应用的跨越正是编程能力成长的关键路径。 Python中级编程实战：字符串处理与数据分析技巧
1. 题目背景与价值解析董付国老师的Python小屋系列编程题在编程学习者中享有盛誉其中111-120这组题目特别适合已经掌握Python基础语法、正需要提升实际问题解决能力的中级学习者。这组题目设计精妙之处在于它们既不像入门题那样简单直白也不至于像算法竞赛题那样艰深晦涩而是模拟了真实开发场景中常见的各类数据处理需求。我在实际教学中发现很多学员在完成基础语法学习后会陷入知道知识点但不会综合运用的困境。而这组题目恰好提供了循序渐进的实战训练涵盖了字符串处理、数学运算、数据结构应用等核心编程能力。特别是第115题关于文本分析的题目直接来源于实际工作中的日志处理需求具有很高的实用价值。2. 题目详解与解题思路2.1 题目111特殊数字识别要求找出100-999之间所有满足各位数字立方和等于该数本身的三位数。这类题目考察的是数字的分解与重组能力循环结构的灵活应用条件判断的逻辑构建典型解法是使用for循环遍历100-999对每个数拆分为个位、十位、百位后进行计算验证。这里有个优化技巧可以预计算0-9的立方值存入字典避免在循环中重复计算。def find_special_numbers(): cubes {i: i**3 for i in range(10)} result [] for num in range(100, 1000): a, b, c num//100, (num//10)%10, num%10 if cubes[a] cubes[b] cubes[c] num: result.append(num) return result2.2 题目112矩阵对角线求和给定一个n×n的矩阵计算其主对角线和副对角线元素的和。这道题的关键点在于理解矩阵在Python中的表示方式列表的列表掌握对角线元素的索引规律处理n为奇数时中心元素的重复计算问题def diagonal_sum(matrix): n len(matrix) main_sum sum(matrix[i][i] for i in range(n)) anti_sum sum(matrix[i][n-1-i] for i in range(n)) if n % 2 1: return main_sum anti_sum - matrix[n//2][n//2] return main_sum anti_sum注意在实际应用中应该先检查矩阵是否为方阵这里为简化题目要求省略了校验。2.3 题目115文本词频统计进阶这是本系列最具实用价值的题目之一要求统计文本文件中各单词的出现频率并按要求排序输出。考察的核心能力包括文件读写操作字符串清洗去除标点、大小写统一字典的灵活运用排序与格式化输出import re from collections import defaultdict def word_frequency(file_path): with open(file_path) as f: text f.read().lower() words re.findall(r\b[a-z]\b, text) freq defaultdict(int) for word in words: freq[word] 1 return sorted(freq.items(), keylambda x: (-x[1], x[0]))实际应用中还需要考虑大文件的内存优化逐行读取停用词过滤词干提取等高级处理3. 解题技巧与常见误区3.1 调试技巧实录在解决这些题目时有几个调试技巧特别实用分步验证法对于复杂问题如题目118的图形输出题可以先用小规模测试如3行图案验证逻辑正确性再扩展到通用情况。变量追踪法在循环结构中使用print输出关键变量的中间值。例如在解决题目113的数列问题时可以在循环内打印每次迭代的计算结果。边界测试法特别注意输入边界条件如空字符串、零值、单元素列表等特殊情况。3.2 典型错误分析根据批改经验学员在这些题目上常犯的错误包括循环范围错误比如题目111中误将range写成range(100,1000)导致漏掉999索引越界矩阵题目中未考虑Python的零基索引特性浅拷贝问题在涉及列表嵌套的操作中直接赋值导致意外修改类型混淆字符串与数字未正确转换特别是在文件读取后的数据处理中4. 题目延展与实际应用4.1 工业级代码优化教学题目为了突出核心逻辑通常省略了工程实践中的很多必要元素。以词频统计为例工业级实现需要考虑内存效率使用生成器逐行处理大文件性能优化用Counter替代defaultdict异常处理文件不存在、编码错误等情况代码可测试性将核心逻辑与IO操作分离from collections import Counter import re def process_text(text): return re.findall(r\b[a-z]\b, text.lower()) def count_words(file_path): try: with open(file_path, encodingutf-8) as f: return Counter(process_text(f.read())) except FileNotFoundError: print(fError: File {file_path} not found) return Counter()4.2 相关算法扩展这些基础题目可以引出许多高级算法和数据结构的学习题目116的排序问题可以延伸到各种排序算法比较矩阵题目为后续学习NumPy库打下基础词频统计与倒排索引是搜索引擎的核心组件数字处理题目与密码学中的某些概念相关我在实际项目中就曾用类似的词频统计技术处理过用户评论的情感分析通过统计特定情感词汇的出现频率来评估用户满意度。这种从基础题目到实际应用的跨越正是编程能力成长的关键路径。