PYTHON LESSON 052
红绿灯模拟器
掌握模拟法，用变量记录系统状态、按规则逐步推进，并用取模直接查询周期状态。
00 · 学习目标
这一课要解决什么？
学完后，你应该能够
- 用变量表示系统的状态
- for 循环让时间一秒秒推进
- t % 周期 找到在周期中的位置
01 · 核心概念
模拟法：按规则重现过程
模拟法：按规则重现过程：模拟法就是把现实世界或题目里的规则，逐条翻译成代码，让计算机照着“演”一遍。红绿灯、电梯、排队叫号、游戏回合，凡是“按规则随时间变化”的场景，都可以请模拟法出场。
GESP Python 4 级 · 模拟法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
用变量表示系统的状态先准确读出这条写法的结构与作用。
for 循环让时间一秒秒推进换一组最小数据，手工推演一次结果。
t % 周期 找到在周期中的位置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
# 红绿灯模拟器：红 4 秒 → 绿 3 秒 → 黄 1 秒，循环往复
def light_at(t):
"""返回第 t 秒的灯色（周期 8 秒）"""
pos = t % 8
if pos < 4:
return "红灯"
elif pos < 7:
return "绿灯"
else:
return "黄灯"
# 模拟路口前 16 秒，只在灯色变化时打印
print("—— 路口实况 ——")
last = ""
for t in range(16):
now = light_at(t)
if now != last:
print(f"第 {t} 秒：{now} 亮起")
last = now
print("—— 快速查询 ——")
for t in [100, 1000, 2025]:
print(f"第 {t} 秒是{light_at(t)}")—— 路口实况 —— 第 0 秒：红灯 亮起 第 4 秒：绿灯 亮起 第 7 秒：黄灯 亮起 第 8 秒：红灯 亮起 第 12 秒：绿灯 亮起 第 15 秒：黄灯 亮起 —— 快速查询 —— 第 100 秒是绿灯 第 1000 秒是红灯 第 2025 秒是红灯
模拟法两步走：先学会“一秒一秒演”，再学会“用周期直接算”。
04 · 逐步理解
每一步只解决一个问题
- 01
模拟法：让电脑当演员
模拟法就是把现实世界或题目里的规则，逐条翻译成代码，让计算机照着“演”一遍。红绿灯、电梯、排队叫号、游戏回合，凡是“按规则随时间变化”的场景，都可以请模拟法出场。
- 02
用变量表示系统状态
模拟的第一步是回答：这个系统由哪些状态组成？红绿灯系统的状态就是“第几秒”和“当前灯色”。用变量把它们装起来，程序才有东西可以更新。
t = 0 light = "红灯" - 03
写出演一秒的循环
for t in range(16) 让时间从第 0 秒走到第 15 秒，每一秒都算一次灯色。循环体就是“时间推进一步，状态更新一次”——这是所有模拟程序的骨架。
for t in range(16): now = light_at(t) - 04
只在变化时打印
一秒打印一行太啰嗦。用变量 last 记住上一次的灯色，只有“现在和刚才不一样”时才打印——信号灯的变化节奏立刻清清楚楚。“记录上一次”是模拟程序的经典手法。
if now != last: print(f"第 {t} 秒：{now} 亮起") last = now - 05
周期性问题，取模秒杀
灯色每 8 秒重复一次，t % 8 就能算出第 t 秒落在周期的哪个位置，再对照区间判断灯色。light_at 被写成函数，演一秒和查千年共用同一套规则——这就是下一课函数的主题。
pos = t % 8 - 06
模拟法还能做什么
试着把周期改成红 30 秒、绿 27 秒、黄 3 秒的真实路口，或者设计一部在 1~6 层之间上下跑的电梯。能把规则讲清楚，就能把模拟写正确。
05 · 练习与检验
自己写出来，才算真正学会
- 1运行模拟器，看灯色的变化节奏
- 2修改红绿黄的时长再模拟
- 3用取模查询第 1000 秒的灯色
- 4给黄灯加一句“准备停车”提示
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。
Python 基础程序执行、输入输出、变量与数据类型从一条语句怎样执行开始，系统掌握 print、input、变量、对象、类型与显式转换。＋
正式定义
Python 程序由语句和表达式组成，通常按从上到下的顺序执行。变量名通过赋值绑定到对象；对象有类型和值。input() 始终返回 str，是否转换成 int 或 float 必须由题意决定。
必须掌握
- print(*objects, sep=' ', end='\n') 可以控制对象之间的分隔符和末尾字符。
- input(prompt) 读取一行并去掉行末换行符，返回值一定是字符串。
- 赋值符号 = 建立或更新名字与对象的绑定；== 才是相等比较。
- 核心标量类型包括 int、float、bool、str 和 NoneType；bool 是 int 的子类，但语义上应当用于真假判断。
- int、float、str、bool 可做显式类型转换；转换可能失败，不能把任意文本直接当数字。
- 注释以 # 开始；规范的变量名应表达含义，不能使用关键字。
常见误区
- 把 input() 的结果直接与整数相加
- 混淆 = 与 ==
- 用 float 表示必须精确的十进制金额却不考虑误差
- 变量名覆盖 print、list 等内置名称
适用边界
- 课程先讲同步的文本输入输出；文件、网络、图形界面和异步输入分别在对应章节说明。
- Python 的变量没有固定类型，但对象有类型；这不等于程序可以随意混用类型。
Python 基础运算符、表达式与优先级完整区分算术、比较、逻辑、成员、身份和位运算，并用优先级表消除歧义。＋
正式定义
表达式求值得到一个值。运算符规定如何组合操作数；当一个表达式含多个运算符时，优先级和结合方向决定求值顺序，括号可以明确改变顺序。
必须掌握
- / 总是得到浮点结果；// 是向负无穷方向取整的整除；% 与 // 满足 a == (a // b) * b + a % b。
- 比较可以链式书写，如 0 <= x < 10；and/or 会短路并返回最后求值的操作数，不一定返回 bool。
- == 比较值是否相等，is 比较是否为同一个对象；判断 None 应写 is None。
- in/not in 做成员测试；对 dict 测试的是键。
- 位运算作用于整数的二进制位；负整数按无限长二进制补码语义理解。
- 复杂表达式即使能靠优先级正确运行，也应使用括号表达意图。
常见误区
- 把 // 当成简单截断
- 用 is 比较数字或字符串的值
- 忘记 and 的优先级高于 or
- 连续位移、比较和逻辑运算却不加括号
适用边界
- 浮点数比较受二进制表示误差影响，需要按问题选择容差。
- 运算符可由自定义类重载，因此相同符号对不同类型可能有不同语义。
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。
完成检查