Python循环结构实战：从基础求和到π值计算-代码聚汇网

Python循环结构实战：从基础求和到π值计算

金宇澄

1. Python循环结构实战：从基础求和到π值计算

刚接触Python编程时，循环结构往往是第一个需要攻克的难点。作为从教多年的Python开发者，我整理了六道极具代表性的循环练习题，这些题目覆盖了for循环、while循环、累加求和、符号交替等核心编程概念。下面我将逐题解析实现思路，并分享实际编码中的避坑技巧。

2. 题目详解与代码实现

2.1 基础累加：调和级数求和

第一题要求计算1到100的调和级数和，即1/1 + 1/2 + ... + 1/100。这是最基础的循环应用：

python复制sum = 0
for i in range(1, 101):
    sum = sum + 1 / i
print("sum=%.6f" % sum)

关键点解析：

range(1, 101)生成1到100的整数序列（注意不包含101）
累加器sum初始化为0，每次循环加上当前项的倒数
%.6f控制输出保留6位小数

注意：调和级数是发散的，当项数趋近无穷时，和也会趋近无穷。本题中100项的和约为5.187378。

2.2 符号交替的级数求和

第二题在调和级数基础上增加了正负交替的特性：

python复制sum = 1  # 第一项为+1/1
n = -1   # 符号控制变量
for i in range(2, 101):
    sum = sum + 1 / i * n
    n = -n  # 每次循环翻转符号
print("sum=%.6f" % sum)

实现技巧：

初始化n=-1作为符号控制变量
每次循环后执行n = -n实现符号翻转
从第二项开始循环，第一项已直接包含在初始sum中

这个级数实际上是ln(2)的泰勒展开，收敛值为0.693147。

2.3 复合分母的级数求和

第三题的分母是前n项自然数的和：

python复制sum = 0
n = 0  # 分母累加器
for i in range(1, 101):
    n = n + i  # 计算当前项的分母
    sum = sum + 1 / n
print("sum=%.6f" % sum)

代码优化点：

使用变量n累积计算分母(1+2+...+i)
每次循环先更新分母，再计算当前项
这个级数收敛速度比调和级数快得多

2.4 数字模式求和

第四题要求计算2+22+222+...+222222的和：

python复制a = 2  # 当前项的值
sum = 0
for i in range(6):
    sum = sum + a
    a = a * 10 + 2  # 生成下一项
print("sum=", sum)

算法分析：

观察数字生成规律：后一项=前一项×10+2
循环6次分别计算2, 22, 222, 2222, 22222, 222222
不需要字符串操作，纯数学方式生成数字序列

2.5 精度控制的阶乘倒数求和

第五题计算e的近似值，直到某项小于1e-6：

python复制sum = 1  # 第一项1/0!
n = 1    # 当前项的阶乘值
i = 1    # 当前阶乘的基数
while 1 / n > 1e-6:
    n = n * i  # 计算i的阶乘
    sum = sum + 1 / n
    i += 1
print("sum=%.6f" % sum)

关键细节：

while循环条件控制计算精度
阶乘通过累积乘法计算(n=n*i)
这个级数实际上是e的泰勒展开式

2.6 π值的近似计算

第六题采用莱布尼茨公式计算π的近似值：

python复制pi = 1    # 第一项1/1
n = -1    # 符号控制
i = 3     # 从第二项1/3开始
while 1 / i > 1e-6:
    pi = pi + 1 / i * n
    i = i + 2  # 分母步进2
    n = -n     # 符号翻转
print("pi=%.6f" % (pi * 4))

算法要点：

莱布尼茨公式：π/4 = 1 - 1/3 + 1/5 - 1/7 + ...
循环中分母每次增加2(i=i+2)
最终结果需要乘以4得到π值
1e-6控制计算精度

3. 常见问题与调试技巧

3.1 循环边界错误

初学者常犯的错误是搞错range的边界：

python复制# 错误示例：这将少计算最后一项
for i in range(1, 100):  # 实际只到99
    sum += 1/i

# 正确写法
for i in range(1, 101):  # 包含100

3.2 整数除法问题

Python中除法默认是浮点除，但如果分子分母都是整数，需要使用显式转换：

python复制# 可能的问题
sum += 1/i  # 在Python 2.x中可能得到整数结果

# 解决方案
sum += 1.0/i  # 显式使用浮点数
# 或
from __future__ import division  # Python 2兼容

3.3 精度控制技巧

对于精度要求高的计算：

使用更高精度的decimal模块
调整while循环的终止条件
注意浮点数的累积误差

python复制# 更高精度的实现示例
from decimal import Decimal, getcontext
getcontext().prec = 10  # 设置10位精度
sum = Decimal(0)
for i in range(1, 101):
    sum += Decimal(1)/Decimal(i)

3.4 符号交替的优化实现

除了使用乘-1的方法，还可以用条件判断：

python复制sign = 1
for i in range(1, n+1):
    sum += sign * term
    sign *= -1
    
# 或者使用幂运算
for i in range(1, n+1):
    sum += ((-1)**(i+1)) * term

4. 编程习惯建议

变量命名：避免使用过于简单的名字如'n'、'a'，改用更具描述性的'sign'、'current_term'等
初始化位置：所有变量在使用前都应该初始化，特别是在循环中使用的累加器
输出格式化：统一输出格式，如都保留6位小数，便于结果比对
代码注释：对特殊处理逻辑添加简要说明，如符号翻转、精度控制等
测试验证：对每个函数/代码块编写简单的测试用例，验证边界条件

python复制# 良好的代码风格示例
def calculate_harmonic_series(n_terms):
    """计算调和级数的前n项和"""
    series_sum = 0.0
    for term in range(1, n_terms + 1):
        series_sum += 1.0 / term
    return round(series_sum, 6)

# 测试用例
assert calculate_harmonic_series(1) == 1.0
assert calculate_harmonic_series(2) == 1.5

这些练习题虽然简单，但涵盖了Python循环编程的大部分核心概念。在实际开发中，类似的累加、迭代模式随处可见。掌握这些基础后，可以进一步学习生成器表达式、itertools模块等更高级的迭代技术。