Python编程实战：字符串处理与算法优化技巧

1. 项目概述：Python编程实战题库解析

最近在整理董付国老师Python小屋的编程题库时，发现第21-30题特别适合用来检验基础语法和算法思维的掌握程度。这套题目覆盖了字符串处理、数学运算、列表操作等Python核心知识点，每个题目都像一把钥匙，能打开特定编程思维的大门。作为用Python做过上百个小项目的开发者，我尤其推荐初学者通过这些经典题目来建立代码手感。

2. 题目详解与实现方案

2.1 字符串处理专题

第21题要求统计字符串中每个字符出现的次数，这个在实际开发中经常用于词频统计。我常用的两种实现方式：

python复制# 方法一：使用字典推导式
text = "programming"
char_count = {char: text.count(char) for char in set(text)}

# 方法二：用collections.Counter
from collections import Counter
print(Counter("programming"))

注意：当处理大文本时，方法二的性能明显优于循环计数，因为Counter是用C语言优化的内置类

第23题关于字符串反转，除了常见的切片操作[::-1]，面试时可能会要求手写递归实现：

python复制def reverse_str(s):
    return s[-1] + reverse_str(s[:-1]) if s else ""

2.2 数学运算精讲

第25题是经典的斐波那契数列问题，这里分享三种实现方式的性能对比：

1. 递归法（时间复杂度O(2^n)）
2. 迭代法（O(n)）
3. 矩阵快速幂（O(logn)）

实际项目中，当n大于30时递归法就会出现明显延迟。这是我优化后的迭代实现：

python复制def fib(n, memo={0:0, 1:1}):
    if n not in memo:
        memo[n] = fib(n-1) + fib(n-2)
    return memo[n]

2.3 列表高级操作

第28题要求找出列表中的第二大数，这个问题在数据分析预处理时经常遇到。容易踩的坑是直接用sorted(list)[-2]