最近打算好好练习下 python，因此找到一个练习题网站，打算每周练习 3-5 题吧。

http://www.runoob.com/python/python-100-examples.html

另外，这个网站其实也还有 Python 的教程，从基础到高级的知识都有。

---

Example-1 三位数组合

题目：有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？

思路

最简单的方法，就是穷举法了，分别求出在百位、十位、个位上的数字，然后剔除出现重复数字的组合，剩余的就是答案了。

代码实现

直接代码实现如下：

def create_three_digits(number_start=1, number_end=4):'''给定指定数字范围（比如1到4），求可以组成多少个无重复的三位数:param number_start: 起始数字:param number_end: 结束数字:return: 返回数量，以及可能的三位数的列表'''count = 0result_list = list()for i in range(number_start, number_end + 1):for j in range(number_start, number_end + 1):for k in range(number_start, number_end + 1):if (i != j) and (i != k) and (j != k):count += 1result_list.append(str(i) + str(j) + str(k))return count, result_list

写得更加简便点，可以采用列表推导式：

def create_three_digits2(number_start=1, number_end=4):'''采用列表推导式实现:param number_start::param number_end::return:'''return [str(i) + str(j) + str(k) for i in range(number_start, number_end + 1) for j inrange(number_start, number_end + 1) for k inrange(number_start, number_end + 1) if (i != j) and (i != k) and (j != k)]

输出结果如下，总共有 24 种不同的排列组合。

valid count=24, and they are:
123
124
132
134
142
143
213
214
231
234
241
243
312
314
321
324
341
342
412
413
421
423
431
432

当然，目前这种代码实现的时间复杂度是很高的，毕竟是三个for循环。如果有更好的解法，可以在后台留言，告诉我！

知识点复习--列表推导式

列表推导式（又称列表解析式）提供了一种简明扼要的方法来创建列表。

它的结构是在一个中括号里包含一个表达式，然后是一个 for 语句，然后是 0 个或多个 for 或者 if 语句。那个表达式可以是任意的，意思是你可以在列表中放入任意类型的对象。返回结果将是一个新的列表，在这个以 if 和 for 语句为上下文的表达式运行完成之后产生。

用代码表示列表推导式如下：

variable = [out_exp for out_exp in input_list if out_exp == 2]

一个简明的例子如下：

multiples = [i for i in range(30) if i % 3 is 0]
print(multiples)
# Output: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

那么，什么时候最适合用列表推导式呢？

其实是当你需要使用 for 循环来生成一个新列表。举个例子，你通常会这样做：

squared = []
for x in range(10):squared.append(x**2)

这时候，采用列表推导式最合适：

squared = [x**2 for x in range(10)]

源代码在：

https://github.com/ccc013/CodesNotes/blob/master/Python_100_examples/example1.py

或者点击原文，也可以查看源代码。

---

参考文章：

• https://eastlakeside.gitbooks.io/interpy-zh/content/Comprehensions/list-comprehensions.html

欢迎关注我的微信公众号--机器学习与计算机视觉，或者扫描下方的二维码，大家一起交流，学习和进步！

往期精彩推荐

学习笔记

• 机器学习入门系列（1）--机器学习概览

• [GAN学习系列] 初识GAN

• [GAN学习系列2] GAN的起源

• [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

数学学习笔记

• 程序员的数学笔记1--进制转换

• 程序员的数学笔记2--余数

• 程序员的数学笔记3--迭代法

Github项目 & 资源教程推荐

• [Github 项目推荐] 一个更好阅读和查找论文的网站

• [资源分享] TensorFlow 官方中文版教程来了

• 必读的AI和深度学习博客

• [教程]一份简单易懂的 TensorFlow 教程

• [资源]推荐一些Python书籍和教程，入门和进阶的都有！