Python基础算法练习：从调和级数到数学常数计算

1. Python基础算法练习解析

作为一名Python开发者，我经常通过解决各种算法问题来提升编程能力。今天我想分享几个经典的Python基础练习题，这些题目看似简单，但能帮助我们深入理解循环、条件判断和数学运算等核心概念。下面我将逐一解析每道题的解题思路和代码实现。

1.1 第一题：调和级数求和

题目要求计算1 + 1/2 + 1/3 + ... + 1/100的和，结果保留三位小数。

python复制sum = 0
for i in range(1,101):
    sum = sum + 1 / i
print("sum = %.3f"% sum)

这个解法使用了for循环遍历1到100，每次将1除以当前数加到总和上。range(1,101)表示从1开始到100结束（不包括101）。这里有几个需要注意的点：

1. 循环从1开始而不是0，因为1/0会导致除零错误
2. range函数的第二个参数是开区间，所以要写101才能包含100
3. 格式化输出使用"%.3f"保留三位小数

提示：在Python中，除法运算符/总是返回浮点数，即使两个操作数都是整数。

1.2 第二题：交错调和级数

这道题要求计算1 - 1/2 + 1/3 - 1/4 + ... + 1/99 - 1/100的和。

python复制sum = 0
j = -1
for i in range(1,101):
    sum = sum + 1 / i * - j
    j = - j
print("sum = %.3f"% sum)

这个解法巧妙地使用了一个变量j来切换正负号。初始值为-1，每次循环后取反。这样1/i乘以-j就实现了正负交替的效果。这种方法的优点是：

1. 避免了使用复杂的条件判断
2. 代码简洁，逻辑清晰
3. 易于扩展到更复杂的交替模式

1.3 第三题：三角数倒数求和

题目要求计算1/1 + 1/(1+2) + 1/(1+2+3) + ... + 1/(1+2+...+100)的和。

python复制sum = 0
x = 0 
for i in range(1,101):
    x = x + i
    sum = sum + 1 / x
print("sum = %.3f"% sum)

这里使用变量x来累加三角数。每次循环中，x增加i的值，然后1/x被加到总和中。这种解法展示了如何：

1. 使用累加变量计算中间结果
2. 在循环中维护多个状态变量
3. 处理复杂的数学序列

2. 数字模式与数学常数计算

2.1 第四题：特定数字模式求和

这道题要求计算2 + 22 + 222 + 2222 + 22222 + 222222的和。

python复制sum = 0
a = 2
for i in range(6):
    sum = sum + a
    a = a * 10 + 2
print("sum = %.3f"% sum)

这个解法展示了如何生成特定模式的数字序列。关键点在于：

1. 初始值为2
2. 每次迭代将当前值乘以10再加2
3. 循环6次得到6个数字
4. 将所有数字相加

这种模式生成技巧在解决数字序列问题时非常有用，比如生成回文数、特定模式的数字等。

2.2 第五题：自然常数e的近似计算

题目要求计算e ≈ 1 + 1/1! + 1/2! + 1/3! + ...，直到最后一项小于10^-6。

python复制sum = 1
w = 1
i = 1
while 1 / w > 1e-6:
    w = w * i
    sum = sum + 1 / w
    i += 1
print("sum = %.3f"% sum)

这个解法使用了while循环和阶乘计算。要点包括：

1. 使用while循环控制精度
2. w变量累乘计算阶乘
3. 1e-6表示科学计数法的10^-6
4. 每次迭代更新阶乘值和总和

注意：计算阶乘时要注意整数溢出的问题，不过Python的整数可以无限大，所以这里不用担心。

2.3 第六题：圆周率π的近似计算

题目要求使用莱布尼茨公式计算π/4 ≈ 1 - 1/3 + 1/5 - 1/7 + ...，直到最后一项小于10^-6。

python复制pi= 1
q = -1
i = 3
while 1 / i > 1e-6:
    pi = pi + 1 / i * q
    i = i + 2
    q = -q
print("sum = %.3f"% (pi * 4))

这个解法结合了前面几题的技巧：

1. 使用q变量控制正负交替
2. i每次增加2，生成奇数序列
3. 最后将结果乘以4得到π的近似值
4. while循环控制计算精度

3. 算法优化与常见问题

3.1 循环与迭代的选择

在这些题目中，我们主要使用了两种循环结构：

1. for循环：当迭代次数已知时使用，如固定次数的求和
2. while循环：当满足某个条件时使用，如达到特定精度

选择循环类型时考虑：

• 是否需要提前终止循环
• 是否知道确切的迭代次数
• 代码的可读性和简洁性

3.2 浮点数精度问题

在进行数学计算时，浮点数精度是需要特别注意的问题：

1. 避免直接比较浮点数是否相等
2. 使用相对误差或绝对误差进行判断
3. 注意累积误差的影响
4. 必要时可以使用decimal模块提高精度

3.3 代码优化技巧

通过这几道题，我们可以总结出一些Python代码优化技巧：

1. 尽量减少循环内的计算量
2. 合理使用中间变量存储重复计算结果
3. 选择合适的数据类型和算法
4. 利用Python的特性简化代码

例如，第二题的交错求和可以使用更简洁的写法：

python复制sum = 0
for i in range(1,101):
    sum += (-1)**(i+1) / i
print("sum = %.3f"% sum)

但这种写法每次都要计算(-1)的幂次，效率不如原解法高。

4. 扩展练习与思考

完成这些基础练习后，可以尝试以下扩展：

1. 将代码封装成函数，提高复用性
2. 添加用户输入，使程序可以计算任意项数的和
3. 比较不同算法的性能和精度
4. 尝试用递归实现某些计算
5. 使用生成器表达式简化代码

例如，第一题可以用生成器表达式简化为：

python复制sum = sum(1/i for i in range(1,101))
print("sum = %.3f"% sum)

这种写法更加Pythonic，但可能牺牲一些可读性。

在实际编程中，我们需要在代码简洁性、可读性和性能之间找到平衡。这些基础练习虽然简单，但包含了编程中的许多核心概念，值得反复练习和思考。