PYTHON LESSON 035
成绩排行榜
熟练使用列表与 max/min/sum/sorted 等内置函数，理解“算法”就是解决问题的步骤。
00 · 学习目标
这一课要解决什么？
学完后，你应该能够
- max() / min() / sum() 列表三件套
- sorted(列表, reverse=True) 降序排列
- 列表[0] 取下标，len() 数个数
01 · 核心概念
列表与内置函数、算法的概念
列表与内置函数、算法的概念：列表用方括号装下一串数据，可以装成绩、姓名、任何东西。scores[0] 取第一个（从 0 数起），scores[-1] 取最后一个，len(scores) 数出总个数。列表是 Python 最常用的数据结构，没有之一。
GESP Python 3 级 · 列表的应用GESP Python 3 级 · 常用内置函数GESP Python 3 级 · 算法的概念与描述大量从队首删除时 list.pop(0) 是 O(n)，应使用 collections.deque。
02 · 语法与规则
先记住这 3 条，再开始写程序
max() / min() / sum() 列表三件套先准确读出这条写法的结构与作用。
sorted(列表, reverse=True) 降序排列换一组最小数据，手工推演一次结果。
列表[0] 取下标，len() 数个数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
# 成绩排行榜：列表与内置函数
scores = [76, 92, 85, 68, 92, 59]
print("原始成绩：", scores)
print("最高分：", max(scores), "最低分：", min(scores))
print("总分：", sum(scores), "平均分：", sum(scores) / len(scores))
ranked = sorted(scores, reverse=True)
print("从高到低：", ranked)
print("前三甲：", ranked[0], ranked[1], ranked[2])原始成绩： [76, 92, 85, 68, 92, 59] 最高分： 92 最低分： 59 总分： 472 平均分： 78.66666666666667 从高到低： [92, 92, 85, 76, 68, 59] 前三甲： 92 92 85
sorted 返回一个排好序的新列表，原列表 scores 的顺序不会改变。
04 · 逐步理解
每一步只解决一个问题
- 01
列表：数据的集装箱
列表用方括号装下一串数据，可以装成绩、姓名、任何东西。scores[0] 取第一个（从 0 数起），scores[-1] 取最后一个，len(scores) 数出总个数。列表是 Python 最常用的数据结构，没有之一。
scores = [76, 92, 85, 68, 92, 59] - 02
内置函数三件套
max 找最大、min 找最小、sum 求总和——以前要写循环加打擂台，现在一行搞定。平均分就是 sum(scores) / len(scores)。内置函数是 Python 送给我们的“现成工具”。
print(max(scores), min(scores), sum(scores)) - 03
sorted：一秒排好序
sorted(scores) 返回从小到大排列的新列表；加上 reverse=True 就变成从大到小。注意它不动原列表——想要原列表自己变，可以用列表的 sort 方法，考试里要分清这两者。
ranked = sorted(scores, reverse=True) - 04
什么是算法
算法就是“解决问题的明确步骤”：排序是一种算法，打擂台找最大值也是一种算法。描述算法可以用自然语言、流程图，也可以直接用代码。评价算法的标准很简单：对不对、快不快、省不省。
- 05
取前几名的套路
排好序之后，ranked[0] 是冠军，ranked[0:3] 是前三甲（切片，左闭右开）。排行榜、销量榜、游戏积分榜，背后都是同一个套路：排序 + 取前 N 名。
print(ranked[0:3]) - 06
算法对比小实验
分别用“打擂台循环”和 max() 找最高分，结果一样吗？再想想：如果既要最高分又要知道是谁考的，光排分数够不够？这个问题会把你引向下一课的字典。
05 · 练习与检验
自己写出来，才算真正学会
- 1运行程序，生成完整排行榜
- 2加入一位新同学的成绩再排序
- 3改成从低分到高分排列
- 4心算平均分，和程序核对
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。
核心数据结构列表、元组、字典与集合按顺序、可变性、唯一性和查找需求选择容器，并掌握遍历、推导式、排序与复制。＋
正式定义
容器保存多个对象。list 是可变有序序列，tuple 是不可变有序序列，dict 保存唯一键到值的映射，set 保存无序且不重复的可哈希对象。
必须掌握
- list 支持下标、切片、append、extend、insert、pop、remove 与 sort；多数修改方法返回 None。
- tuple 的逗号比括号更关键，单元素元组必须写成 (value,)。
- dict 保持插入顺序；键必须可哈希且唯一，get 可提供缺省值，items 同时遍历键和值。
- set 用于去重与集合运算：| 并、& 交、- 差、^ 对称差；空集合必须写 set()。
- enumerate 同时给出序号和值，zip 并行遍历多个可迭代对象，默认在最短输入处停止。
- 浅复制只复制最外层容器；嵌套可变对象仍可能共享。
CORE CONTAINER METHODS
四类核心容器方法完整速查
修改型方法多数返回 None；表中“浅复制”不会递归复制内部可变对象。
| 类型 | 方法 | 核心作用 |
|---|---|---|
list | append(x) | 末尾加入一个对象 |
list | extend(iterable) | 末尾加入可迭代对象的每一项 |
list | insert(i, x) | 在下标 i 前插入 |
list | remove(x) | 删除第一个等于 x 的元素，不存在时报错 |
list | pop([i]) | 删除并返回指定项，默认末项 |
list | clear() | 删除全部元素 |
list | index(x[, start[, stop]]) | 返回第一个匹配下标 |
list | count(x) | 统计等于 x 的元素数 |
list | sort(*, key=None, reverse=False) | 稳定地原地排序 |
list | reverse() | 原地逆序 |
list | copy() | 浅复制列表 |
tuple | count(x) | 统计元素次数 |
tuple | index(x[, start[, stop]]) | 返回第一个匹配下标 |
dict | clear() | 删除全部键值对 |
dict | copy() | 浅复制字典 |
dict | fromkeys(iterable[, value]) | 用一组键创建新字典 |
dict | get(key[, default]) | 安全取值，缺键返回默认值 |
dict | items() | 键值对动态视图 |
dict | keys() | 键动态视图 |
dict | pop(key[, default]) | 删除键并返回值 |
dict | popitem() | 删除并返回最后加入的键值对 |
dict | setdefault(key[, default]) | 缺键时写入默认值并返回 |
dict | update(other) | 用映射或键值对更新 |
dict | values() | 值动态视图 |
set | add(x) | 加入一个元素 |
set | clear() | 删除全部元素 |
set | copy() | 浅复制集合 |
set | discard(x) | 删除元素，不存在也不报错 |
set | remove(x) | 删除元素，不存在时报错 |
set | pop() | 删除并返回任意元素 |
set | union(*others) | 返回并集 |
set | update(*others) | 用并集原地更新 |
set | intersection(*others) | 返回交集 |
set | intersection_update(*others) | 用交集原地更新 |
set | difference(*others) | 返回差集 |
set | difference_update(*others) | 用差集原地更新 |
set | symmetric_difference(other) | 返回对称差 |
set | symmetric_difference_update(other) | 用对称差原地更新 |
set | issubset(other) | 是否为子集 |
set | issuperset(other) | 是否为超集 |
set | isdisjoint(other) | 是否没有共同元素 |
常见误区
- 把 list.sort() 的返回值赋回列表
- 遍历 dict 时同时改变其大小
- 用可变 list 当字典键
- 把 set 当成有固定顺序的序列
适用边界
- 大量从队首删除时 list.pop(0) 是 O(n)，应使用 collections.deque。
- 需要有序映射的特殊操作、计数或默认值时可查阅 collections，但先理解基本 dict。
算法方法算法、复杂度与解题验证把题意转成输入、状态、规则与输出，用正确性和复杂度共同评价解法。＋
正式定义
算法是解决一类问题的有限、明确步骤。正确性说明算法对所有满足前置条件的输入都得到规定结果；时间和空间复杂度描述输入规模增长时资源使用的增长量级。
必须掌握
- 先明确输入规模 n、数据范围、目标和允许误差，再选择数据结构与算法。
- O(1)、O(log n)、O(n)、O(n log n)、O(n²)、O(2ⁿ) 表示增长量级，不是精确运行秒数。
- 顺序代码复杂度取较大项，嵌套循环常相乘，二分每步把范围缩小一半。
- 正确性可用循环不变量、数学归纳、交换论证、反证或状态定义来说明。
- 样例只验证少量输入；必须自己设计边界、极端、重复、有序/逆序和无解数据。
- 优化前先得到正确基线并测量瓶颈，不为小数据盲目增加复杂实现。
常见误区
- 只看样例通过就宣称正确
- 不看数据范围使用 O(n²)
- 二分区间开闭混用
- 把 O(n) 当成永远比 O(log n) 慢固定倍数
适用边界
- 复杂度隐藏常数与硬件差异，但仍是比较规模增长的核心工具。
- 考场策略、课程完成度和算法能力是不同证据，任何单项都不能保证考级通过。
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。
编码与文本字符串、转义、切片与格式化从不可变字符序列到检索、拆分、拼接、格式化和常用判断方法。＋
正式定义
str 是不可变的 Unicode 字符序列。下标访问单个字符，切片生成新字符串；任何看似“修改字符串”的方法都会返回新对象。
必须掌握
- 下标从 0 开始，负下标从末尾开始；切片 s[start:stop:step] 不包含 stop，step 不能为 0。
- 转义序列用于在字面量中表示换行、制表、引号、反斜杠或码点；原始字符串仍有末尾反斜杠限制。
- find 找不到返回 -1，index 找不到抛 ValueError；count 统计不重叠出现次数。
- split 把字符串拆成列表，join 用一个字符串连接可迭代对象中的字符串，strip 只删除两端字符。
- f-string 的格式说明可控制宽度、对齐、精度、进制和百分比；格式化不改变原值。
- isalpha/isdigit 等按 Unicode 定义，不只识别英文字母和 ASCII 数字。
常见误区
- 尝试 s[0] = 'A' 原地修改字符串
- 把 strip('ab') 误解为删除完整子串 'ab'
- find 返回 -1 后直接拿去当有效下标
- 把字节长度与字符长度混为一谈
适用边界
- 正则表达式不在低等级字符串必修范围，但复杂模式匹配时应使用 re，而不是堆叠大量 split/find。
- 面向用户的字符计数还可能涉及组合字符和字素簇，len 统计的是 Unicode 码点序列长度。
完成检查