0x00 分支结构

• 问题的提出
  输入两个整数存放与a和b中，使得a中存放的数据小于b中存放的数据。

• 分析

  • 输入两个数a和b

  • a可能小于b也可能大于b

    • 如果a小于b，不做任何处理
    • 反之，交换a和b
  • 这类型的问题需要对不同的情况做不同的处理，这样的问题，顺序结构无法解决
• 分支结构的三种基本形式(单分支、双分支和多分支)
  

单分支结构

• 单分支结构的语法形式

if (条件表达式)：
    语句块
# 条件表达式可以是任意表达式，只要结果不为0即认为True,否则为False
# 语句块：可以是一条语句，也可以是多条语句

• 上述问题的解决

  • 问题重述：输入两个整数存放与a和b中，使得a中存放的数据小于b中存放的数据。
  • Python语言解决

# 输入两个整数存放与a和b中，使得a中存放的数据小于b中存放的数据。
# 使用分支结构
a = int(input('请输入a:'))
b = int(input('请输入b:'))
print('处理前')
print('a={},b={}'.format(a, b))
if a > b:
    a, b = b, a  # 交换a,b变量值
print('处理后')
print('a={},b={}'.format(a, b))

双分支结构

• 双分支结果的语法形式
  
• 问题：比较两个数的大小，输入两个数，输出较大的数
  
• 问题：输入三条边的长度，判断是否能组成三角形
  
• 问题：划船问题，一个老师带个x个学生去划船，每条船最多装4个人，问需要多少船。
  

多分支结构

• 多分支结构的语法形式
  

• 问题：计算分段函数的值，当x>1时，y=x,当x<-1时，y=-x,当x介于-1和1之间时，y=1

  • 算法流程图
    
  • Python语言实现

1. = float(input('请输入x:'))
2. x > 1:
   y = x

3. x < -1:
   y = -x
   else:
   y = 1
   print('y={}'.format(y))

• 问题：已知某课程的百分之分数mark，将其转换为五级制
  
• 问题：已知坐标点(x,y),判断其所在象限

## 已知坐标点(x,y),判断其所在象限
x = float(input('请输入x坐标值：'))
y = float(input('请输入y坐标值：'))
if x == 0 and y == 0:
    print('该点在原点')
elif x == 0:
    print('该点在y轴上')
elif y == 0:
    print('该点在x轴上')
elif x > 0 and y > 0:
    print('第一象限')
elif x < 0 and y > 0:
    print('第二象限')
elif x < 0 and y < 0:
    print('第三象限')
elif x < 0 and y > 0:
    print('第四象限')

• 问题：判断某一年是否为闰年
  判断闰年的条件是：年份能被4整除但不能被100整除，或者能被400整除。

  • 流程图
    
  • Python语言实现

# 判断某一年是否为闰年
# 判断闰年的条件是：年份能被4整除但不能被100整除，或者能被400整除。
# 方法1：使用多分支结构
y = int(input('请输入年份:'))
if y % 4 == 0 and y % 100 != 0:
    print('{}年是闰年'.format(y))
elif y % 400 == 0:
    print('{}年是闰年'.format(y))
else:
    print('{}年不是闰年'.format(y))
# 方法2：借助逻辑运算符
y = int(input('请输入年份:'))
if (y % 4 == 0 and y % 100 != 0) or (y % 400) == 0:
    print('{}年是闰年'.format(y))
else:
    print('{}年不是闰年'.format(y))

• 讨论下述条件表达式

if (y % 4 == 0 and y % 100 != 0) or (y % 400) == 0:
if (y % 4 == 0 and y % 100 ) or (y % 400) == 0:
if (not(y % 4) and y % 100 ) or (y % 400) == 0:

上述三个条件表达式均具有同一效果，但是第一条更简单易懂

0x01 好程序的三个指标

• 简单易懂
• 扩展性强
• 忠实于自己的算法