❶ 数据结构学习——浮点数
一、浮点数的奥秘
浮点数，它的魅力在于小数点位置的动态变化，让计算和存储更灵活。主要分为单精度float和双精度double两种类型，它们在编程中的应用场景广泛，尤其是在涉及小数运算时。学习浮点数前，务必理解科学计数法和二进制小数的基本概念。
1. 科学计数法的魔法
科学计数法，就是将数表示为a乘以10的幂次，例如：1.5e-3 和 4.3e+5。这种记数方式简洁明了，便于处理大规模的数值。
2. 二进制小数的转换
与十进制小数由整数部分、小数点和小数部分组成不同，二进制小数同样分为整数和小数部分，如0.101。将十进制转换为二进制，需不断将小数乘以2，取整后记录位值。如0.625转换为二进制就是0.101。
二、浮点数的内在机制
浮点数的构造与科学计数法惊人地相似，只是在二进制世界里展现。每个浮点数由符号、指数和小数部分组成，例如float的结构包含32位，其中1位是符号（0表示正，1表示负），8位是指数，剩下的23位是小数部分。
1. 整型转换的精度考量
将整型转换为浮点数时，如int转float可能会有精度损失，因为int的32位与float的24位有效位可能不匹配。例如，0转为float会丢失精度，但int转double则较为安全。长整型如long转double则需注意精度问题。
2. 精度的挑战与解决方案
浮点数存储小数时，由于二进制与十进制间的转换，有时会出现精度丢失。例如，0.3在二进制中是无限循环小数，转换为float时会四舍五入，如0.01111101...（舍去第24位）。因此，为了避免精度损失，很多编程语言提供了bigdecimal这样的定点数类型，小数位数固定，保证了计算的准确性。
总结与延伸
从十进制到浮点数的转换，涉及两个关键步骤：先将十进制小数转换为二进制，再将其科学记数法表示，最后填充到浮点数的存储结构。深入理解浮点数的原理，对于处理数值计算至关重要。继续深入学习算法和数据结构，将为你打开更广阔的编程天地。
❷ python中常见的运算符有哪些
| 算术运算符 |
+：两个数相加两个数相加，或是字符串连接
-：两个数相减
*：两个数相乘，或是返回一个重复若干次的字符串
/：两个数相除，结果为浮点数
%：取模，返回两个数相除的余数
//：两个数相除，返回商的整数部分
**：幂运算，返回乘方结果
| 关系运算符 |
==：比较对象是否相等
!=：比较对象是否不相等
>：大于，例如a>b,将比较a与b的大小，a>b返回True,否则返回False
<：小于，例如a<b,将比较a与b的大小，a<b返回true,否则返回false< p="">
>=：大于等于，例如a>=b,将比较a与b的大小，a>=b返回True,否则返回False
<=：小于等于，例如a<=b,将比较a与b的大小，a<=b返回True,否则返回False
| 赋值运算符 |
=：常规赋值运算符，将运算结果赋值给变量
+=：加法赋值运算符，例如 a+=b 等效于 a=a+b
-=：减法赋值运算符，例如 a-=b 等效于 a=a-b
*=：乘法法赋值运算符，例如 a*=b 等效于 a=a*b
/=：除法赋值运算符，例如 a/=b 等效于 a=a/b
//=：取整除赋值运算符，例如 a//=b 等效于 a=a//b
%=：取模赋值运算符，例如 a%=b 等效于 a=a%b
**=：幂运算赋值运算符，例如 a**=b 等效于 a=a*b
| 逻辑运算符 |
and：与运算，如果a 为False,a and b返回False 否则返回y的计算值
or：或运算，如果a非0,返回a的值，否则返回b的值
not：非运算，如果a为True,返回False,如果a为False,返回True
| 成员运算符 |
in：如果在指定的序列中找到值返回True，否则返回False
not in：如果在指定的序列中找到值返回True,否则返回False
| 身份运算符 |
is：判断两个标识符是不是引用自一个对象
is not：判断两个标识符是不是引用自不同对象