★sqlite3模块 import sqlite3 sqlite_conn = sqlite3.connect('test.db') # 连接数据库文件， 若文件不存在则新建 # 数据库所有数据存储在此文件中，默认数据库名称同文件名（不含.db后 缀） sqlite_cursor = sqlite_conn.cursor() # 创建一个游标，用于执 行sql语句 # 查询是否有名为'tb_test'的表 (id,name,age) values ('uuidxxxxxx','cof-lee',18)") except Exception as e: print(type(e)) # 若在数据库中定义了唯一性约束，当试图插入一 个重复的值时，会触发"sqlite3.IntegrityError"错误 print(e) exit() sqlite_cursor.execute("insert sqlite_conn.commit() # 保存 sqlite_conn.close() # 关闭连接 sqlite_conn2 = sqlite3.connect('test.db') # 连接数据库（此 时数据库文件已存在） sqlite_cursor2 = sqlite_conn2.cursor() # 创建一个游标，用于 执行sql语句 sqlite_cursor2.execute("select

Table」通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而言，我们向哈 希表输入一个 key ，则可以在 ?(1) 时间内获取对应的 value 。 以一个包含 ? 个学生的数据库为例，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入 一个学号，返回对应的姓名”的查询功能，则可以采用哈希表来实现。 Figure 6‑1. 哈希表的抽象表示 除哈希表外，我们 __rotate(node) 查找节点 AVL 树的节点查找操作与二叉搜索树一致，在此不再赘述。 7.5.4. AVL 树典型应用 ‧ 组织和存储大型数据，适用于高频查找、低频增删的场景。 ‧ 用于构建数据库中的索引系统。 � 为什么红黑树比 AVL 树更受欢迎？ 红黑树的平衡条件相对宽松，因此在红黑树中插入与删除节点所需的旋转操作相对较少，在 节点增删操作上的平均效率高于 AVL 树。 7.6 约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。

com 161 3. 查找节点 AVL 树的节点查找操作与二叉搜索树一致，在此不再赘述。 7.5.4 AVL 树典型应用 ‧ 组织和存储大型数据，适用于高频查找、低频增删的场景。 ‧ 用于构建数据库中的索引系统。 ‧ 红黑树也是一种常见的平衡二叉搜索树。相较于 AVL 树，红黑树的平衡条件更宽松，插入与删除节点 所需的旋转操作更少，节点增删操作的平均效率更高。 7.6 小结 1. 重点回顾 约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 第 14 章 动态规划 hello‑algo.com

__rotate(node) 3. 查找节点 AVL 树的节点查找操作与二叉搜索树一致，在此不再赘述。 7.5.4 AVL 树典型应用 ‧ 组织和存储大型数据，适用于高频查找、低频增删的场景。 ‧ 用于构建数据库中的索引系统。 ‧ 红黑树在许多应用中比 AVL 树更受欢迎。这是因为红黑树的平衡条件相对宽松，在红黑树中插入与删 除节点所需的旋转操作相对较少，其节点增删操作的平均效率更高。 7.6 小结 约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 动态规划 hello‑algo.com 302 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据 第一步：思考每轮的决策，定义状态，从而得到

com 161 3. 查找节点 AVL 树的节点查找操作与二叉搜索树一致，在此不再赘述。 7.5.4 AVL 树典型应用 ‧ 组织和存储大型数据，适用于高频查找、低频增删的场景。 ‧ 用于构建数据库中的索引系统。 ‧ 红黑树在许多应用中比 AVL 树更受欢迎。这是因为红黑树的平衡条件相对宽松，在红黑树中插入与删 除节点所需的旋转操作相对较少，其节点增删操作的平均效率更高。 7.6 小结 约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 来举例。 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 第 14 章 动态规划 hello‑algo.com 301 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 图 14‑10 最小路径和示例数据

com 161 3. 查找节点 AVL 树的节点查找操作与二叉搜索树一致，在此不再赘述。 7.5.4 AVL 树典型应用 ‧ 组织和存储大型数据，适用于高频查找、低频增删的场景。 ‧ 用于构建数据库中的索引系统。 ‧ 红黑树也是一种常见的平衡二叉搜索树。相较于 AVL 树，红黑树的平衡条件更宽松，插入与删除节点 所需的旋转操作更少，节点增删操作的平均效率更高。 7.6 小结 1. 重点回顾 约束满足问题：这类问题的目标是找到满足所有约束条件的解。 ‧ ? 皇后：在 ? × ? 的棋盘上放置 ? 个皇后，使得它们互不攻击。 ‧ 数独：在 9 × 9 的网格中填入数字 1 ~ 9 ，使得每行、每列和每个 3 × 3 子网格中的数字不重复。 ‧ 图着色问题：给定一个无向图，用最少的颜色给图的每个顶点着色，使得相邻顶点颜色不同。 组合优化问题：这类问题的目标是在一个组合空间中找到满足某些条件的最优解。 问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 展示了一个例子，给定网格的最小路径和为 13 。 第 14 章 动态规划 www.hello‑algo

布局: • put_row() : 使用行布局输出内容. 内容在水平方向上排列 • put_column() : 使用列布局输出内容. 内容在竖直方向上排列 • put_grid() : 使用网格布局输出内容 4.1. User’s guide 19 PyWebIO, 发布 1.2.3 通过组合 put_row() 和 put_column() 可以实现灵活布局: put_row([ popup*† 显示弹窗 close_popup 关闭正在显示的弹窗 布局与样式 put_row*† 使用行布局输出内容 put_column*† 使用列布局输出内容 put_grid* 使用网格布局输出内容 下页继续 4.3. pywebio.output —输出模块 39 PyWebIO, 发布 1.2.3 表 1 – 续上页 span 在put_table() 和put_grid() Output 使用网格布局输出内容 参数 • content –输出内容. put_xxx() / None 组成的二维数组, None 表示空白. 数组项可 以使用span() 函数设置元素在网格的跨度. • cell_width (str) –网格元素的宽度. • cell_height (str) –网格元素的高度. • cell_widths (str) –网格每一列的宽度. 宽度值用空格分隔

布局: • put_row() : 使用行布局输出内容. 内容在水平方向上排列 • put_column() : 使用列布局输出内容. 内容在竖直方向上排列 • put_grid() : 使用网格布局输出内容 通过组合 put_row() 和 put_column() 可以实现灵活布局: put_row([ put_column([ put_code('A'), put_row([ 显示一条通知消息 popup 显示弹窗 close_popup 关闭正在显示的弹窗 布局与样式 put_row 使用行布局输出内容 put_column 使用列布局输出内容 put_grid 使用网格布局输出内容 span 在put_table() 和put_grid() 中设置内容跨单元格 style 自定义输出内容的 css 样式 其他 output 内容占位符 4.3. pywebio Output 使用网格布局输出内容 参数 • content –输出内容. put_xxx() / None 组成的二维数组, None 表示空白. 数组项可 以使用span() 函数设置元素在网格的跨度. • cell_width (str) –网格元素的宽度. 宽度值格式参考put_row() 函数的 size 参 数. • cell_height (str) –网格元素的高度. 高度值格式参考put_row()

布局: • put_row() : 使用行布局输出内容. 内容在水平方向上排列 • put_column() : 使用列布局输出内容. 内容在竖直方向上排列 • put_grid() : 使用网格布局输出内容 通过组合 put_row() 和 put_column() 可以实现灵活布局: put_row([ put_column([ put_code('A'), put_row([ popup*† 显示弹窗 close_popup 关闭正在显示的弹窗 布局与样式 put_row*† 使用行布局输出内容 put_column*† 使用列布局输出内容 put_grid* 使用网格布局输出内容 span 在put_table() 和put_grid() 中 设 置 内 容 跨单元格 style* 自定义输出内容的 css 样式 其他 output* 内容占位符 4 Output 使用网格布局输出内容 参数 • content –输出内容. put_xxx() / None 组成的二维数组, None 表示空白. 数组项可 以使用span() 函数设置元素在网格的跨度. • cell_width (str) –网格元素的宽度. • cell_height (str) –网格元素的高度. • cell_widths (str) –网格每一列的宽度. 宽度值用空格分隔

各种 复杂的布局: put_row() : 使用行布局输出内容. 内容在水平方向上排列 put_column() : 使用列布局输出内容. 内容在竖直方向上排列 put_grid() : 使用网格布局输出内容 通过组合 put_row() 和 put_column() 可以实现灵活布局: put_row([ put_column([ put_code('A'), 显示一条通知消息 popup 显示弹窗 close_popup 关闭正在显示的弹窗 布局与样 式 put_row 使用行布局输出内容 put_column 使用列布局输出内容 put_grid 使用网格布局输出内容 span 在 put_table() 和 put_grid() 中设置内容跨单元 格 style 自定义输出内容的css样式 其他 output 内容占位符 输出域Scope cell_widths=None, cell_heights=None, direction='row', scope=- 1, position=- 1) → pywebio.io_ctrl.Output 使用网格布局输出内容 put_row([put_code('A'), None, put_code('B')]) # 左右两个等宽度的代码块， 中间间隔10像素 put_row([put_code('A')