最终得到了可行的找零方 案。从数据结构与算法的角度看，这种方法本质上是“贪心”算法。 小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使得我们能够通过编程 将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题 转移到计算机上，以更高效的方式解决各种复杂问题。 Tip 如果你对数据结构、算法、数组和二分查找等概 具有可行性，能够在有限步骤、时间和内存空间下完成。 ‧ 各步骤都有确定的含义，在相同的输入和运行条件下，输出始终相同。 1.2.2 数据结构定义 数据结构（data structure）是计算机中组织和存储数据的方式，具有以下设计目标。 ‧ 空间占用尽量少，以节省计算机内存。 第 1 章 初识算法 hello‑algo.com 14 ‧ 数据操作尽可能快速，涵盖数据访问、添加、删除、更新等。 ‧ 数据结构与算法的关系 如图 1‑4 所示，数据结构与算法高度相关、紧密结合，具体表现在以下三个方面。 ‧ 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及操作数据的方法。 ‧ 算法是数据结构发挥作用的舞台。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 ‧ 算法通常可以基于不同的数据结构实现，但执行效率可能相差很大，选择合适的数据结构是关键。 图 1‑4 数据结构与算法的关系

最终得到了可行的找零方 案。从数据结构与算法的角度看，这种方法本质上是“贪心”算法。 小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使得我们能够通过编程 将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题 转移到计算机上，以更高效的方式解决各种复杂问题。 Tip 如果你对数据结构、算法、数组和二分查找等概 具有可行性，能够在有限步骤、时间和内存空间下完成。 ‧ 各步骤都有确定的含义，在相同的输入和运行条件下，输出始终相同。 1.2.2 数据结构定义 数据结构（data structure）是组织和存储数据的方式，涵盖数据内容、数据之间关系和数据操作方法，它具 有以下设计目标。 第 1 章 初识算法 www.hello‑algo.com 14 ‧ 空间占用尽量少，以节省计算机内存。 ‧ 数 数据结构与算法的关系 如图 1‑4 所示，数据结构与算法高度相关、紧密结合，具体表现在以下三个方面。 ‧ 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及操作数据的方法。 ‧ 算法为数据结构注入生命力。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 ‧ 算法通常可以基于不同的数据结构实现，但执行效率可能相差很大，选择合适的数据结构是关键。 图 1‑4 数据结构与算法的关系

最终得到了可行的找零方 案。从数据结构与算法的角度看，这种方法本质上是“贪心”算法。 小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使得我们能够通过编程 将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题 转移到计算机上，以更高效的方式解决各种复杂问题。 � 如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，请继续往下阅读，本书将 具有可行性，能够在有限步骤、时间和内存空间下完成。 ‧ 各步骤都有确定的含义，在相同的输入和运行条件下，输出始终相同。 1.2.2 数据结构定义 「数据结构 data structure」是计算机中组织和存储数据的方式，具有以下设计目标。 ‧ 空间占用尽量少，以节省计算机内存。 第 1 章 初识算法 hello‑algo.com 14 ‧ 数据操作尽可能快速，涵盖数据访问、添加、删除、更新等。 ‧ 数据结构与算法的关系 如图 1‑4 所示，数据结构与算法高度相关、紧密结合，具体表现在以下三个方面。 ‧ 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及操作数据的方法。 ‧ 算法是数据结构发挥作用的舞台。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 ‧ 算法通常可以基于不同的数据结构实现，但执行效率可能相差很大，选择合适的数据结构是关键。 图 1‑4 数据结构与算法的关系

），最终得到了可行的找零方 案。从数据结构与算法的角度看，这种方法本质上是“贪心”算法。 小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将 数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题转 移到计算机上，以更高效的方式解决各种复杂问题。 � 如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，请继续往下阅读，这本书 具有可行性，能够在有限步骤、时间和内存空间下完成。 ‧ 各步骤都有确定的含义，相同的输入和运行条件下，输出始终相同。 1.2.2 数据结构定义 「数据结构 data structure」是计算机中组织和存储数据的方式，具有以下设计目标。 ‧ 空间占用尽量减少，节省计算机内存。 第 1 章 初识算法 hello‑algo.com 13 ‧ 数据操作尽可能快速，涵盖数据访问、添加、删除、更新等。 ‧ 数据结构与算法的关系 如图 1‑4 所示，数据结构与算法高度相关、紧密结合，具体表现以下三个方面。 ‧ 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及用于操作数据的方法。 ‧ 算法是数据结构发挥作用的舞台。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 ‧ 算法通常可以基于不同的数据结构进行实现，并往往有对应最优的数据结构，但最终执行效率可能相 差很大。 图 1‑4

1. 初识算法 hello‑algo.com 9 Figure 1‑3. 货币找零过程 小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将 数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题转 移到计算机上，以更高效的方式解决各种复杂问题。 � 阅读至此，如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，那么太好了！ 具有可行性，能够在有限步骤、时间和内存空间下完成。 ‧ 各步骤都有确定的含义，相同的输入和运行条件下，输出始终相同。 1.2.2. 数据结构定义 「数据结构 Data Structure」是计算机中组织和存储数据的方式。为了提高数据存储和操作性能，数据结构 的设计目标包括： ‧ 空间占用尽量减少，节省计算机内存。 ‧ 数据操作尽可能快速，涵盖数据访问、添加、删除、更新等。 1. 初识算法 hello‑algo 富的逻辑信息，但需要占用更大的内存空间。 1.2.3. 数据结构与算法的关系 「数据结构」与「算法」高度相关且紧密结合，具体表现在： ‧ 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及用于操作数据的方法。 ‧ 算法是数据结构发挥的舞台。数据结构本身仅存储数据信息，通过结合算法才能解决特定问题。 ‧ 特定算法通常有对应最优的数据结构。算法通常可以基于不同的数据结构进行实现，但最终执行效率 可能相差很大。

是指浏 览器。 程序发现机制 如果你把上面的程序保存成其他的名字，比如 hello.py，接着执行 flask run 命 令会返回一个错误提示。这是因为 Flask 默认会假设你把程序存储在名为 app.py 或 wsgi.py 的文件中。如果你使用了其他名称，就要设置系统环境变量 FLASK_APP 来告诉 Flask 你要启动哪个程序。 Flask 通过读取这个文件对应 更方便的 touch 命令创建： $ touch .env .flaskenv 第 2 章：Hello, Flask! 17 .flaskenv 用来存储 Flask 命令行系统相关的公开环境变量；而 .env 则用来存储敏 感数据，不应该提交进Git仓库，我们把 .env 添加到 .gitignore 文件的结尾（新建一 行）来让 Git 忽略它。你可以使用编辑器执行这个操作： 换和逻辑计算工作的过程被称为渲染，这个工作由我们这一章要学习使用的模板渲 染引擎——Jinja2 来完成。 按照默认的设置，Flask 会从程序实例所在模块同级目录的 templates 文件夹中寻 找模板，我们的程序目前存储在项目根目录的 app.py 文件里，所以我们要在项目 根目录创建这个文件夹： $ mkdir templates 模板基本语法 在社交网站上，每个人都有一个主页，借助 Jinja2 就可以写出一个通用的模板：

encoding 。有关支持的编码列表，请参阅codecs 模块。 errors 是一个可选的字符串参数，用于指定如何处理编码和解码错误 - 这不能在二进制模式下使用。 可以使用各种标准错误处理程序（列在错误处理方案 ），但是使用codecs.register_error() 注册的任何错误处理名称也是有效的。标准名称包括: • 如果存在编码错误，'strict' 会引发ValueError 异常。默认值 False: >>> (-2.0).is_integer() True >>> (3.2).is_integer() False 两个方法均支持与十六进制数字符串之间的转换。由于 Python 浮点数在内部存储为二进制数，因此浮点 数与 十进制数字符串之间的转换往往会导致微小的舍入错误。而十六进制数字符串却允许精确地表示和 描述浮点数。这在进行调试和数值工作时非常有用。 float.hex() 以十六 头。 4.6.2 不可变序列类型 不可变序列类型普遍实现而可变序列类型未实现的唯一操作就是对hash() 内置函数的支持。 这种支持允许不可变类型，例如tuple 实例被用作dict 键，以及存储在set 和frozenset 实例中。 尝试对包含有不可哈希值的不可变序列进行哈希运算将会导致TypeError。 4.6.3 可变序列类型 以下表格中的操作是在可变序列类型上定义的。collections

encoding 。有关支持的编码列表，请参阅codecs 模块。 errors 是一个可选的字符串参数，用于指定如何处理编码和解码错误 - 这不能在二进制模式下使用。 可以使用各种标准错误处理程序（列在错误处理方案 ），但是使用codecs.register_error() 注册的任何错误处理名称也是有效的。标准名称包括: • 如果存在编码错误，'strict' 会引发ValueError 异常。默认值 False: >>> (-2.0).is_integer() True >>> (3.2).is_integer() False 两个方法均支持与十六进制数字符串之间的转换。由于 Python 浮点数在内部存储为二进制数，因此浮点 数与 十进制数字符串之间的转换往往会导致微小的舍入错误。而十六进制数字符串却允许精确地表示和 描述浮点数。这在进行调试和数值工作时非常有用。 float.hex() 以十六 头。 4.6.2 不可变序列类型 不可变序列类型普遍实现而可变序列类型未实现的唯一操作就是对hash() 内置函数的支持。 这种支持允许不可变类型，例如tuple 实例被用作dict 键，以及存储在set 和frozenset 实例中。 尝试对包含有不可哈希值的不可变序列进行哈希运算将会导致TypeError。 4.6.3 可变序列类型 以下表格中的操作是在可变序列类型上定义的。collections

encoding 。有关支持的编码列表，请参阅codecs 模块。 errors 是一个可选的字符串参数，用于指定如何处理编码和解码错误 - 这不能在二进制模式下使用。 可以使用各种标准错误处理程序（列在错误处理方案 ），但是使用codecs.register_error() 注册的任何错误处理名称也是有效的。标准名称包括: • 如果存在编码错误，'strict' 会引发ValueError 异常。默认值 False: >>> (-2.0).is_integer() True >>> (3.2).is_integer() False 两个方法均支持与十六进制数字符串之间的转换。由于 Python 浮点数在内部存储为二进制数，因此浮点 数与 十进制数字符串之间的转换往往会导致微小的舍入错误。而十六进制数字符串却允许精确地表示和 描述浮点数。这在进行调试和数值工作时非常有用。 float.hex() 以十六 头。 4.6.2 不可变序列类型 不可变序列类型普遍实现而可变序列类型未实现的唯一操作就是对hash() 内置函数的支持。 这种支持允许不可变类型，例如tuple 实例被用作dict 键，以及存储在set 和frozenset 实例中。 尝试对包含有不可哈希值的不可变序列进行哈希运算将会导致TypeError。 4.6.3 可变序列类型 以下表格中的操作是在可变序列类型上定义的。collections

encoding 。有关支持的编码列表，请参阅codecs 模块。 errors 是一个可选的字符串参数，用于指定如何处理编码和解码错误 - 这不能在二进制模式下使用。 可以使用各种标准错误处理程序（列在错误处理方案 ），但是使用codecs.register_error() 注册的任何错误处理名称也是有效的。标准名称包括: • 如果存在编码错误，'strict' 会引发ValueError 异常。默认值 (3, 'everything nice') 更正式的说法：zip() 返回元组的迭代器，其中第 i 个元组包含的是每个参数迭代器的第 i 个元素。 不妨换一种方式认识zip() ：它会把行变成列，把列变成行。这类似于 矩阵转置 。 zip() 是延迟执行的：直至迭代时才会对元素进行处理，比如 for 循环或放入list 中。 值得考虑的是，传给zip() 的可迭代对象可能长度不同；有时是有意为之，有时是因为准备这些 False: >>> (-2.0).is_integer() True >>> (3.2).is_integer() False 两个方法均支持与十六进制数字符串之间的转换。由于 Python 浮点数在内部存储为二进制数，因此浮点 数与 十进制数字符串之间的转换往往会导致微小的舍入错误。而十六进制数字符串却允许精确地表示和 描述浮点数。这在进行调试和数值工作时非常有用。 float.hex() 以十六