1. 题目背景与价值解析Python小屋系列编程题是董付国老师精心设计的实战练习题集题目编号101-110属于中级难度阶段特别适合已经掌握Python基础语法、需要提升实际问题解决能力的学习者。这组题目在业内被广泛用作高校计算机课程课后练习、企业新人编程能力测试题以及编程竞赛的初级训练素材。从内容特点来看这10道题目覆盖了字符串处理、数学运算、数据结构、算法优化等核心编程概念每道题都设计了一个贴近实际的应用场景。比如其中包含的身份证号验证、单词统计、矩阵旋转等问题都是软件开发中常见的真实需求。通过系统性地完成这些题目学习者能够建立起从问题描述到代码实现的完整思维链条。2. 题目详解与实现思路2.1 身份证号校验算法题目101典型的身份证号验证需求包含两个层面格式校验和校验码验证。我国现行18位身份证号码的最后一位是校验码通过前17位计算得出。实现时需要处理以下关键点长度检查必须确保输入为18位字符前17位必须全为数字校验位可能是数字或X罗马数字10校验码计算采用ISO 7064:1983标准校验码计算的核心算法def validate_id_number(id_str): if len(id_str) ! 18: return False factor [7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2] check_code [1,0,X,9,8,7,6,5,4,3,2] try: total sum(int(id_str[i]) * factor[i] for i in range(17)) return id_str[-1].upper() check_code[total % 11] except ValueError: return False注意实际应用中还需要考虑地区码、出生日期等信息的有效性检查本题简化了验证逻辑。2.2 文本词频统计题目102词频统计是自然语言处理的基础操作本题要求统计英文文本中各单词出现次数并输出最高频的N个词。实现时需要注意大小写统一处理建议转为小写标点符号剥离正则表达式更高效停用词过滤可选扩展性能优化特别是大文本处理高效实现方案import re from collections import Counter def word_frequency(text, top_n5): words re.findall(r\b\w\b, text.lower()) return Counter(words).most_common(top_n)统计结果排序时如果词频相同建议按字母序排列这需要自定义排序规则sorted_items sorted(counter.items(), keylambda x: (-x[1], x[0]))2.3 特殊矩阵生成题目103本题要求生成特定规律的蛇形矩阵考察对二维数组的操作能力。以5x5矩阵为例期望输出1 2 3 4 5 16 17 18 19 6 15 24 25 20 7 14 23 22 21 8 13 12 11 10 9实现策略采用方向指针法定义四个移动方向右、下、左、上遇到边界或已填充位置时改变方向使用while循环直到填满所有位置核心代码结构def generate_snail_matrix(n): matrix [[0]*n for _ in range(n)] directions [(0,1),(1,0),(0,-1),(-1,0)] x, y, d 0, 0, 0 for num in range(1, n*n1): matrix[x][y] num dx, dy directions[d] if not (0 xdx n and 0 ydy n and matrix[xdx][ydy] 0): d (d 1) % 4 dx, dy directions[d] x dx y dy return matrix2.4 数学问题求解题目104-106这三道题目分别涉及最大公约数/最小公倍数计算素数判断与筛选数字特殊性质判断如完数、水仙花数等以寻找完数Perfect Number为例完数是指等于其真因子之和的数如6123。优化算法需要注意遍历范围优化只需检查1到sqrt(n)之间的因子提前终止条件当累加和超过n时可立即终止缓存机制对于重复查询可建立结果缓存高效实现import math def is_perfect_number(num): if num 1: return False sum_factors 1 sqrt_num int(math.sqrt(num)) for i in range(2, sqrt_num 1): if num % i 0: sum_factors i num//i if sqrt_num * sqrt_num num: sum_factors - sqrt_num return sum_factors num2.5 文件与异常处理题目107本题要求实现文件内容的特定处理涉及安全文件操作使用with语句自动管理资源异常处理FileNotFoundError等高效逐行处理避免一次性读取大文件编码问题处理明确指定encoding参数推荐实现模式def process_file(input_path, output_path): try: with open(input_path, r, encodingutf-8) as fin, \ open(output_path, w, encodingutf-8) as fout: for line in fin: processed_line line.strip().upper() # 示例处理 fout.write(processed_line \n) return True except FileNotFoundError: print(f文件{input_path}不存在) return False except UnicodeDecodeError: print(编码错误请确认文件编码格式) return False3. 解题技巧与优化策略3.1 测试用例设计原则高质量的测试用例应包含正常情况测试标准输入边界条件测试空输入、极值等异常输入测试错误类型、格式错误等性能测试大数据量情况以身份证校验为例应测试test_cases [ (11010519491231002X, True), # 合法身份证 (11010519491231002x, True), # 小写x (110105194912310021, False), # 校验码错误 (12345678, False), # 长度不足 (11010519491231002Y, False), # 非法校验码 (1101051949A231002X, False) # 非数字字符 ]3.2 算法复杂度分析以词频统计为例不同实现方式的复杂度实现方式时间复杂度空间复杂度适用场景双重循环统计O(n²)O(n)小数据量Counter类O(n)O(n)通用场景字典手动统计O(n)O(n)需要自定义处理3.3 Python特有优化技巧使用生成器表达式替代列表推导式节省内存sum(x*x for x in range(1000000)) # 不创建临时列表利用collections模块高效数据结构from collections import defaultdict, deque, OrderedDict使用functools.lru_cache缓存计算结果lru_cache(maxsize128) def fib(n): return fib(n-1) fib(n-2) if n 1 else n向量化运算优先使用NumPyimport numpy as np arr np.array([1,2,3]) result arr * 2 1 # 避免显式循环4. 常见问题与解决方案4.1 编码问题排查清单当遇到编码相关错误时按以下步骤排查确认文件实际编码使用chardet检测统一读写操作编码参数处理非标准字符errors参数跨平台换行符处理newline参数4.2 性能优化实战记录案例素数筛选算法优化历程原始实现暴力检查def is_prime(n): # O(n) for i in range(2, n): if n % i 0: return False return True优化版本1缩小检查范围def is_prime(n): # O(√n) for i in range(2, int(math.sqrt(n)) 1): if n % i 0: return False return True优化版本2埃拉托斯特尼筛法def sieve(n): # O(n log log n) sieve [True] * (n1) sieve[0] sieve[1] False for i in range(2, int(math.sqrt(n)) 1): if sieve[i]: sieve[i*i::i] [False] * len(sieve[i*i::i]) return [i for i, is_p in enumerate(sieve) if is_p]4.3 调试技巧汇编使用PDB进行交互式调试import pdb; pdb.set_trace() # 设置断点日志调试法import logging logging.basicConfig(levellogging.DEBUG)单元测试框架import unittest class TestCases(unittest.TestCase): def test_func(self): self.assertEqual(func(input), expected)可视化调试工具VS Code调试器PyCharm调试工具Python Tutor在线可视化5. 扩展学习建议5.1 题目变种与进阶身份证校验扩展增加地区码验证添加出生日期有效性检查实现批量校验功能词频统计进阶添加词干提取stemming实现TF-IDF统计支持中文分词统计矩阵算法延伸实现螺旋矩阵遍历开发通用的矩阵旋转函数处理非方阵情况5.2 相关Python库推荐数据处理NumPy高效矩阵运算Pandas结构化数据处理OpenPyXLExcel文件操作算法优化itertools高效迭代工具functools高阶函数工具heapq堆队列算法测试与调试pytest测试框架hypothesis属性测试py-spy性能分析器5.3 学习路径建议基础巩固阶段Python官方文档《Python Cookbook》LeetCode简单题型能力提升阶段《算法图解》《流畅的Python》LeetCode中等题型实战应用阶段参与开源项目Kaggle竞赛实际业务问题解决这套题目虽然编号靠后但实际难度适中特别适合作为从语法学习到算法思维的过渡训练。建议学习者不要止步于通过测试用例而要深入思考每道题的不同解法和优化空间这对培养工程思维至关重要。我在实际教学中发现能够独立完成这组题目的学习者通常已经具备了解决实际开发中大部分基础问题的能力。 
长河君 · 2026/9/17 7:51:52 · 阅读 1.2k Python中级编程实战：身份证校验与词频统计详解
1. 题目背景与价值解析Python小屋系列编程题是董付国老师精心设计的实战练习题集题目编号101-110属于中级难度阶段特别适合已经掌握Python基础语法、需要提升实际问题解决能力的学习者。这组题目在业内被广泛用作高校计算机课程课后练习、企业新人编程能力测试题以及编程竞赛的初级训练素材。从内容特点来看这10道题目覆盖了字符串处理、数学运算、数据结构、算法优化等核心编程概念每道题都设计了一个贴近实际的应用场景。比如其中包含的身份证号验证、单词统计、矩阵旋转等问题都是软件开发中常见的真实需求。通过系统性地完成这些题目学习者能够建立起从问题描述到代码实现的完整思维链条。2. 题目详解与实现思路2.1 身份证号校验算法题目101典型的身份证号验证需求包含两个层面格式校验和校验码验证。我国现行18位身份证号码的最后一位是校验码通过前17位计算得出。实现时需要处理以下关键点长度检查必须确保输入为18位字符前17位必须全为数字校验位可能是数字或X罗马数字10校验码计算采用ISO 7064:1983标准校验码计算的核心算法def validate_id_number(id_str): if len(id_str) ! 18: return False factor [7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2] check_code [1,0,X,9,8,7,6,5,4,3,2] try: total sum(int(id_str[i]) * factor[i] for i in range(17)) return id_str[-1].upper() check_code[total % 11] except ValueError: return False注意实际应用中还需要考虑地区码、出生日期等信息的有效性检查本题简化了验证逻辑。2.2 文本词频统计题目102词频统计是自然语言处理的基础操作本题要求统计英文文本中各单词出现次数并输出最高频的N个词。实现时需要注意大小写统一处理建议转为小写标点符号剥离正则表达式更高效停用词过滤可选扩展性能优化特别是大文本处理高效实现方案import re from collections import Counter def word_frequency(text, top_n5): words re.findall(r\b\w\b, text.lower()) return Counter(words).most_common(top_n)统计结果排序时如果词频相同建议按字母序排列这需要自定义排序规则sorted_items sorted(counter.items(), keylambda x: (-x[1], x[0]))2.3 特殊矩阵生成题目103本题要求生成特定规律的蛇形矩阵考察对二维数组的操作能力。以5x5矩阵为例期望输出1 2 3 4 5 16 17 18 19 6 15 24 25 20 7 14 23 22 21 8 13 12 11 10 9实现策略采用方向指针法定义四个移动方向右、下、左、上遇到边界或已填充位置时改变方向使用while循环直到填满所有位置核心代码结构def generate_snail_matrix(n): matrix [[0]*n for _ in range(n)] directions [(0,1),(1,0),(0,-1),(-1,0)] x, y, d 0, 0, 0 for num in range(1, n*n1): matrix[x][y] num dx, dy directions[d] if not (0 xdx n and 0 ydy n and matrix[xdx][ydy] 0): d (d 1) % 4 dx, dy directions[d] x dx y dy return matrix2.4 数学问题求解题目104-106这三道题目分别涉及最大公约数/最小公倍数计算素数判断与筛选数字特殊性质判断如完数、水仙花数等以寻找完数Perfect Number为例完数是指等于其真因子之和的数如6123。优化算法需要注意遍历范围优化只需检查1到sqrt(n)之间的因子提前终止条件当累加和超过n时可立即终止缓存机制对于重复查询可建立结果缓存高效实现import math def is_perfect_number(num): if num 1: return False sum_factors 1 sqrt_num int(math.sqrt(num)) for i in range(2, sqrt_num 1): if num % i 0: sum_factors i num//i if sqrt_num * sqrt_num num: sum_factors - sqrt_num return sum_factors num2.5 文件与异常处理题目107本题要求实现文件内容的特定处理涉及安全文件操作使用with语句自动管理资源异常处理FileNotFoundError等高效逐行处理避免一次性读取大文件编码问题处理明确指定encoding参数推荐实现模式def process_file(input_path, output_path): try: with open(input_path, r, encodingutf-8) as fin, \ open(output_path, w, encodingutf-8) as fout: for line in fin: processed_line line.strip().upper() # 示例处理 fout.write(processed_line \n) return True except FileNotFoundError: print(f文件{input_path}不存在) return False except UnicodeDecodeError: print(编码错误请确认文件编码格式) return False3. 解题技巧与优化策略3.1 测试用例设计原则高质量的测试用例应包含正常情况测试标准输入边界条件测试空输入、极值等异常输入测试错误类型、格式错误等性能测试大数据量情况以身份证校验为例应测试test_cases [ (11010519491231002X, True), # 合法身份证 (11010519491231002x, True), # 小写x (110105194912310021, False), # 校验码错误 (12345678, False), # 长度不足 (11010519491231002Y, False), # 非法校验码 (1101051949A231002X, False) # 非数字字符 ]3.2 算法复杂度分析以词频统计为例不同实现方式的复杂度实现方式时间复杂度空间复杂度适用场景双重循环统计O(n²)O(n)小数据量Counter类O(n)O(n)通用场景字典手动统计O(n)O(n)需要自定义处理3.3 Python特有优化技巧使用生成器表达式替代列表推导式节省内存sum(x*x for x in range(1000000)) # 不创建临时列表利用collections模块高效数据结构from collections import defaultdict, deque, OrderedDict使用functools.lru_cache缓存计算结果lru_cache(maxsize128) def fib(n): return fib(n-1) fib(n-2) if n 1 else n向量化运算优先使用NumPyimport numpy as np arr np.array([1,2,3]) result arr * 2 1 # 避免显式循环4. 常见问题与解决方案4.1 编码问题排查清单当遇到编码相关错误时按以下步骤排查确认文件实际编码使用chardet检测统一读写操作编码参数处理非标准字符errors参数跨平台换行符处理newline参数4.2 性能优化实战记录案例素数筛选算法优化历程原始实现暴力检查def is_prime(n): # O(n) for i in range(2, n): if n % i 0: return False return True优化版本1缩小检查范围def is_prime(n): # O(√n) for i in range(2, int(math.sqrt(n)) 1): if n % i 0: return False return True优化版本2埃拉托斯特尼筛法def sieve(n): # O(n log log n) sieve [True] * (n1) sieve[0] sieve[1] False for i in range(2, int(math.sqrt(n)) 1): if sieve[i]: sieve[i*i::i] [False] * len(sieve[i*i::i]) return [i for i, is_p in enumerate(sieve) if is_p]4.3 调试技巧汇编使用PDB进行交互式调试import pdb; pdb.set_trace() # 设置断点日志调试法import logging logging.basicConfig(levellogging.DEBUG)单元测试框架import unittest class TestCases(unittest.TestCase): def test_func(self): self.assertEqual(func(input), expected)可视化调试工具VS Code调试器PyCharm调试工具Python Tutor在线可视化5. 扩展学习建议5.1 题目变种与进阶身份证校验扩展增加地区码验证添加出生日期有效性检查实现批量校验功能词频统计进阶添加词干提取stemming实现TF-IDF统计支持中文分词统计矩阵算法延伸实现螺旋矩阵遍历开发通用的矩阵旋转函数处理非方阵情况5.2 相关Python库推荐数据处理NumPy高效矩阵运算Pandas结构化数据处理OpenPyXLExcel文件操作算法优化itertools高效迭代工具functools高阶函数工具heapq堆队列算法测试与调试pytest测试框架hypothesis属性测试py-spy性能分析器5.3 学习路径建议基础巩固阶段Python官方文档《Python Cookbook》LeetCode简单题型能力提升阶段《算法图解》《流畅的Python》LeetCode中等题型实战应用阶段参与开源项目Kaggle竞赛实际业务问题解决这套题目虽然编号靠后但实际难度适中特别适合作为从语法学习到算法思维的过渡训练。建议学习者不要止步于通过测试用例而要深入思考每道题的不同解法和优化空间这对培养工程思维至关重要。我在实际教学中发现能够独立完成这组题目的学习者通常已经具备了解决实际开发中大部分基础问题的能力。