python精品面试题_01--字典、列表、函数及匿名函数lambda的应用

最新推荐文章于 2024-05-27 23:39:01 发布

原创最新推荐文章于 2024-05-27 23:39:01 发布 · 334 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #匿名函数 #字典 #列表

面试题专栏收录该内容

6 篇文章

订阅专栏

本文通过三个具体实例探讨了Python编程中的字典操作、加班薪资计算及字典列表的价格排序技巧。首先，介绍了如何根据两个字典创建一个新字典并解决键冲突的问题；其次，展示了如何根据工作时间和时薪计算员工的周薪；最后，通过使用heapq模块来找出字典列表中价格最高的三项商品。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.字典a={“x”:1,“z”:3},b={“y”:2,“z”:4},请设计一个函My_Func(),当My_Func(a,b)时输出c={“x”:1,“y”:2,“z”:3}，当My_Func(b,a)时输出c={“x”:1,“y”:2,“z”:4}

a = {"x":1,"z":3}
b = {"y":2,"z":4}
def May_Func(m,n):
    m.update(n)
    print(m)

May_Func(a,b)
May_Func(b,a)

2.加班薪水问题：联邦法律规定如果员工每周的工作超过了40小时，那么多余的工作时间要支付1.5倍的薪水。例如，如果一个人每小时的薪水是$12,他一周工作了60小时，那么这个人的工资应该为：
(4012)+(1.512*(60-40))=$840
请编写一个程序，输入一个人一周的工作时间和每小时的薪水，输出一周的总薪水，格式如下：
在这里插入图片描述

def pay_week(num, wage):
    if num < 40:
        pay = num * wage
        return pay
    else:
        pay = 40 * wage + (num-40) * wage * 1.5
        return pay


num1 = float(input("请输入工作时间："))
wage1 = float(input("请输入每小时薪水："))
pay1 = pay_week(num1, wage1)

print("Enter hourly wage: %.2f" % wage1)
print("Enter number of hours worked: %d" % num1)
print("Gross pay for week is: %.2f" % pay1)

3.有一个字典列表如下：
portfolio = [
{‘name’: ‘IBM’, ‘shares’: 100, ‘price’: 91.1},
{‘name’: ‘AAPL’, ‘shares’: 50, ‘price’: 543.22},
{‘name’: ‘FB’, ‘shares’: 200, ‘price’: 21.09},
{‘name’: ‘HPQ’, ‘shares’: 35, ‘price’: 31.75},
{‘name’: ‘YHOO’, ‘shares’: 45, ‘price’: 16.35},
{‘name’: ‘ACME’, ‘shares’: 75, ‘price’: 115.65}
]
name代表品牌名，shares代表分享数量，price代表价格
问题：请编写一个程序，输出价格最高的的前三个商品，如：
[{‘name’: ‘AAPL’, ‘price’: 543.22, ‘shares’: 50}, {‘name’: ‘ACME’, ‘price’: 115.65, ‘shares’: 75}, {‘name’: ‘IBM’, ‘price’: 91.1, ‘shares’: 100}]

import heapq
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 91.1},
{'name': 'AAPL', 'shares': 50, 'price': 543.22},
{'name': 'FB', 'shares': 200, 'price': 21.09},
{'name': 'HPQ', 'shares': 35, 'price': 31.75},
{'name': 'YHOO', 'shares': 45, 'price': 16.35},
{'name': 'ACME', 'shares': 75, 'price': 115.65}
]

cheap = heapq.nsmallest(3,portfolio,key=lambda x:x["shares"])
expensive = heapq.nsmallest(3,portfolio,key=lambda a:a["price"])

print(cheap)
print(expensive)