纠错建议 35 分钟学习等级 7/8

PYTHON LESSON 109

易错辨析:七级四大翻车现场

识别并修复二维列表别名、BFS 标记时机、背包枚举顺序、角度弧度四个高频错误,并警惕递归深度超限。

00 · 学习目标

这一课要解决什么?

先想一想为什么考场上的错误总是那几种?能不能提前把它们全部排掉?
完成任务翻车现场勘察报告
学习顺序观察错误 → 定位原因 → 最小修改 → 回归测试

学完后,你应该能够

  • [[0] * n for _ in range(n)] 每行独立新建
  • BFS 入队即标记,不是出队才标记
  • 0-1 背包容量必须倒序枚举

01 · 核心概念

七级最常犯的错误,逐个击破

七级最常犯的错误,逐个击破:[[0] * 3] * 3 里的 * 复制的是“引用”,三行指向同一个列表,改 bad[0][1] 等于把每一行的 1 号位都改了——矩阵悄悄被毁,还很难察觉。正确写法用列表推导,每一行都独立新建。

考级对应GESP Python 7 级 · 图的 DFS 与 BFSGESP Python 7 级 · 复杂动态规划GESP Python 7 级 · 数学库常用函数
学习边界

流程图是算法的表示方法,不是 Python 语法。

02 · 语法与规则

先记住这 3 条,再开始写程序

01[[0] * n for _ in range(n)] 每行独立新建

先准确读出这条写法的结构与作用。

02BFS 入队即标记,不是出队才标记

换一组最小数据,手工推演一次结果。

030-1 背包容量必须倒序枚举

再用边界值或反例确认它的适用条件。

03 · 完整实例

代码、运行结果和解释放在一起看

g7-pitfalls.pyPYTHON 3.12
# 易错辨析:七级四大翻车现场(错例 vs 正确写法)
import math
from collections import deque

print("== 坑 1:二维列表的别名陷阱 ==")
bad = [[0] * 3] * 3          # 错例:三行其实是同一行
bad[0][1] = 1
print("错例改一格后:", bad)
good = [[0] * 3 for _ in range(3)]
good[0][1] = 1
print("正确改一格后:", good)

print("== 坑 2:BFS 出队才标记 ==")
adj = [[1, 2], [0, 2], [0, 1]]   # 三角形 0-1-2
# 错例:等出队才标记,2 号会被重复入队
q = deque([0])
vis = [False] * 3
push = [1, 0, 0]
while q:
    u = q.popleft()
    if vis[u]:
        continue
    vis[u] = True
    for v in adj[u]:
        if not vis[v]:
            q.append(v)
            push[v] += 1
print("错例各点入队次数:", push)
# 正确:入队那一刻就标记
q = deque([0])
vis = [False] * 3
vis[0] = True
push = [1, 0, 0]
while q:
    u = q.popleft()
    for v in adj[u]:
        if not vis[v]:
            vis[v] = True
            q.append(v)
            push[v] += 1
print("正确各点入队次数:", push)

print("== 坑 3:背包容量正序枚举 ==")
w, v, W = 2, 10, 4   # 只有一件物品:重 2、价值 10,容量 4
dp_bad = [0] * (W + 1)
for j in range(w, W + 1):              # 错例:正序,同一件被反复装
    dp_bad[j] = max(dp_bad[j], dp_bad[j - w] + v)
dp_good = [0] * (W + 1)
for j in range(W, w - 1, -1):          # 正确:倒序,每件只用一次
    dp_good[j] = max(dp_good[j], dp_good[j - w] + v)
print("错例答案:", dp_bad[W], " 正确答案:", dp_good[W])

print("== 坑 4:sin 的角度与弧度 ==")
print("错例 math.sin(30) =", round(math.sin(30), 4))
print("正确 math.sin(math.radians(30)) =", round(math.sin(math.radians(30)), 4))
运行结果OUTPUT
== 坑 1:二维列表的别名陷阱 ==
错例改一格后: [[0, 1, 0], [0, 1, 0], [0, 1, 0]]
正确改一格后: [[0, 1, 0], [0, 0, 0], [0, 0, 0]]
== 坑 2:BFS 出队才标记 ==
错例各点入队次数: [1, 1, 2]
正确各点入队次数: [1, 1, 1]
== 坑 3:背包容量正序枚举 ==
错例答案: 20  正确答案: 10
== 坑 4:sin 的角度与弧度 ==
错例 math.sin(30) = -0.988
正确 math.sin(math.radians(30)) = 0.5

四组对照均为实跑结果:每组先打印错例的离谱输出,再打印正确写法的输出。

在新标签运行和修改这个实例已装入本课代码 · 可自定义输入 · 可提交判题

04 · 逐步理解

每一步只解决一个问题

  1. 01

    坑 1:二维列表别名

    [[0] * 3] * 3 里的 * 复制的是“引用”,三行指向同一个列表,改 bad[0][1] 等于把每一行的 1 号位都改了——矩阵悄悄被毁,还很难察觉。正确写法用列表推导,每一行都独立新建。

    PYTHON
    good = [[0] * 3 for _ in range(3)]
  2. 02

    坑 2:BFS 出队才标记

    标记晚一步,节点就可能被多个邻居重复入队:三角形里 2 号进了两次队。小图只是多跑几步,稠密大图上重复入队会爆炸式增长,直接超时。铁律:入队的那一刻立刻标记。

    PYTHON
    vis[v] = True
    q.append(v)
  3. 03

    坑 3:背包容量正序枚举

    正序枚举容量时,dp[j-w] 已经是“装过当前物品”的新值,于是同一件物品被装了两遍——错例里一件价值 10 的物品算出 20。倒序从大到小更新,dp[j-w] 还是上一轮的旧值,每件恰好用一次。

    PYTHON
    for j in range(W, w - 1, -1):
        dp[j] = max(dp[j], dp[j - w] + v)
  4. 04

    坑 4:sin 的角度与弧度

    math.sin 接收弧度。直接 math.sin(30) 算的是“30 弧度”,得到一个莫名其妙的 -0.988;30 度要先 math.radians(30) 转换。几何题答案怎么都不对时,先查这条。

    PYTHON
    math.sin(math.radians(30))
  5. 05

    坑 5:递归深度(防患于未然)

    这个坑没法用小程序演示:10 万顶点的链式图上递归 DFS 直接 RecursionError。两个对策:sys.setrecursionlimit(10 ** 6),或者干脆用 BFS、显式栈改写。考级大数据点经常藏着一条长链。

    PYTHON
    import sys
    sys.setrecursionlimit(10 ** 6)
  6. 06

    考后自查清单

    交卷前 30 秒过一遍:二维列表是不是推导式建的?BFS 标记写在哪一行?背包容量循环方向对不对?三角函数转弧度了吗?递归深度调了吗?五条全过,这五个坑就永远与你无关。

05 · 练习与检验

自己写出来,才算真正学会

本课实作步骤
  1. 1运行程序,记录四个错例的离谱输出
  2. 2逐个说出每个错例的错因
  3. 3把四个错例各自改对再运行
  4. 4把四条自查规则抄进自己的考前清单
打开本课编程实验室编辑、运行、测试、判题都在一个页面完成

06 · 完整知识

继续理解定义、规则和适用边界

第一次学习先完成上面的六个步骤;需要查定义、核对规则、分析误区或理解“为什么”时,再展开对应知识章。

Python 基础条件、循环与程序流程准确理解 if、for、while、range、break、continue 和循环嵌套,而不是背代码模板。

正式定义

控制流决定下一条要执行的语句。分支依据布尔条件选择路径;循环在满足规则时重复执行代码块。Python 用冒号和缩进界定代码块。

必须掌握

  • if/elif/else 从上到下判断,只执行第一个为真的分支;else 不写条件。
  • for 依次取得可迭代对象中的元素;range(start, stop, step) 包含 start、不包含 stop,step 不能为 0。
  • while 在每轮开始前检查条件;循环体必须让状态向终止条件推进。
  • break 结束最内层循环,continue 跳过本轮剩余语句,循环的 else 仅在没有被 break 终止时执行。
  • 嵌套循环的总执行次数通常需要把各层次数相乘;内层 break 不会结束外层循环。
  • 边界测试至少覆盖空范围、单个元素、第一项命中、最后一项命中和始终不命中。

常见误区

  • range 的右端点多算或少算一次
  • while 忘记更新状态造成死循环
  • 把两个互斥条件写成两个独立 if
  • 误以为 break 会跳出所有嵌套循环

适用边界

  • 流程图是算法的表示方法,不是 Python 语法。
  • 递归也能表达重复,但有调用开销和递归深度限制,不能无条件代替循环。
打开本章完整示例与独立阅读页 →
工程能力异常、文件、测试与调试读懂报错、缩小问题、设计测试,并安全地打开、读取和关闭文本文件。

正式定义

异常是在运行期间表示错误或特殊情况的对象。调试是用可复现输入和证据定位实际行为与预期行为差异的过程;文件对象连接程序与持久化字节数据。

必须掌握

  • 先读 traceback 最后一行的异常类型与消息,再从最靠近自己代码的栈帧向上追踪。
  • try 只包可能失败的最小代码;except 捕获具体异常;else 处理成功路径;finally 做必需清理。
  • raise 主动报告不满足的前置条件;assert 用于开发期内部假设,不用于校验不可信用户输入。
  • with open(...) as file 会在退出代码块时可靠关闭文件。文本模式必须明确编码,本站统一推荐 encoding='utf-8'。
  • 测试至少包含正常值、边界值、空数据、极端值和反例;每个测试只应有明确目的。
  • 定位错误时一次只改一个假设,保留能稳定复现问题的最小输入。

常见误区

  • 使用 except: 吞掉所有错误
  • 只测题目样例就认为程序正确
  • 文本文件不写 encoding
  • 修复报错表象却不验证根因

适用边界

  • 在线判题的学生代码由独立 Worker 执行;文件系统、网络和资源权限必须受平台限制。
  • 二进制文件、JSON/CSV 和数据库各有专门格式与错误处理方式,不能按普通文本随意拆分。
打开本章完整示例与独立阅读页 →
算法方法动态规划、贪心与分治根据子问题关系选择 DP、贪心或分治,并能说明状态、转移、顺序和正确性。

正式定义

动态规划保存重叠子问题的结果,通常依赖最优子结构;贪心每步做局部选择,必须证明它能导向全局最优;分治把问题拆成相互独立的同类子问题,递归求解后合并。

必须掌握

  • DP 四要素是状态含义、初始值、转移方程和计算顺序,最后还要明确答案位于哪里。
  • 记忆化搜索是自顶向下按需计算,表格 DP 是自底向上按依赖顺序计算。
  • 滚动数组只能压缩已经不会再使用的维度,更新方向必须避免覆盖仍需读取的旧状态。
  • 贪心要有交换论证、领先法或结构性质证明,样例上成功不是证明。
  • 归并排序把序列分半、分别排序再线性合并,时间 O(n log n)、额外空间 O(n)。
  • LIS、LCS、0-1 背包和区间 DP 的状态定义不同,不能只替换模板变量名。

常见误区

  • 状态定义不含必要信息
  • 转移顺序读取到本轮新值
  • 没有证明就使用贪心
  • 把连续子数组和子序列混为一谈

适用边界

  • 同一问题可能有多种复杂度方案,课程会同时保留清晰基线与优化版。
  • DP 不是枚举所有状态就结束;状态数与每次转移成本共同决定复杂度。
打开本章完整示例与独立阅读页 →
核心数据结构树、图、DFS、BFS 与最短路从节点与边的模型出发,掌握遍历、连通性、树结构、最小生成树和最短路径的适用条件。

正式定义

图由顶点和边构成;树是连通且无环的无向图。DFS 沿路径深入后回溯,BFS 按距离层次扩展。算法的正确选择取决于图是否有向、边权是否为负、是否稠密以及目标是遍历、连通还是最短路。

必须掌握

  • 邻接矩阵占 O(V²) 空间,适合稠密图和快速查边;邻接表占 O(V+E),适合稀疏图。
  • DFS 常用递归或显式栈,BFS 使用队列;一般图都必须记录 visited 防止重复和死循环。
  • 无权图的 BFS 首次到达即得到最少边数距离,可用 parent 还原路径。
  • 树有 V-1 条边且任意两点路径唯一;二叉树前/中/后序描述根的访问时机。
  • Dijkstra 只适用于非负边权;Floyd 求所有点对最短路并允许负边,但不能有可达负环。
  • Kruskal 按边权排序并用并查集避环,得到连通无向带权图的最小生成树。

常见误区

  • 遍历一般图时不记录 visited
  • 对负权边使用 Dijkstra
  • 混淆最短路径树与最小生成树
  • 递归 DFS 忽略深度限制

适用边界

  • 有向无环图、拓扑排序、强连通分量和负权最短路是图论后续主题。
  • 网格搜索也是图搜索:格子是顶点,可移动关系是边;不要只背二维数组模板。
打开本章完整示例与独立阅读页 →

完成检查

确认自己会解释、会编写、会验证