您将获得一个32位无符号整数数组,其长度最大为2 ³²,其中包含数组中一半以上条目的属性等于N,对于某些32位无符号整数N.查找N查看每个数字在数组中只使用一次并使用最多2 kB的内存.

您的解决方案必须是确定性的,并保证找到N.

可以<div contenteditable="true"><a href="page.html">Some</a> Text</div>用来代替texarea,然后以某种方式通过槽形式？

理想情况下没有JS

给定一个n由n矩阵M,在行i和列j,我想遍历所有的相邻值以圆形螺旋.

这样做的目的是测试一些函数,f它取决于M,找到远离(i, j)其f返回的半径True.所以,f看起来像这样:

def f(x, y):
    """do stuff with x and y, and return a bool"""

并会像这样调用:

R = numpy.zeros(M.shape, dtype=numpy.int)
# for (i, j) in M
for (radius, (cx, cy)) in circle_around(i, j):
    if not f(M[i][j], M[cx][cy]):
       R[cx][cy] = radius - 1
       break

其中circle_around是返回功能(一个迭代)以圆形螺旋指数.因此,对于每个点M,此代码将计算并存储从f返回的那个点开始的半径True.

如果有一种更有效的计算方式R,我也会对此持开放态度.

更新:

感谢所有提交答案的人.我编写了一个简短的函数来绘制circle_around迭代器的输出,以显示它们的作用.如果您更新答案或发布新答案,则可以使用此代码验证您的解决方案. …

如何将任意字符串转换为唯一的整数,这在Python会话和平台上是相同的？例如hash('my string'),因为为每个Python会话和平台返回不同的值,所以不起作用.

我想计算文件的CRC并获得如下的输出:E45A12AC.这是我的代码:

#!/usr/bin/env python 
import os, sys
import zlib

def crc(fileName):
    fd = open(fileName,"rb")
    content = fd.readlines()
    fd.close()
    for eachLine in content:
        zlib.crc32(eachLine)

for eachFile in sys.argv[1:]:
    crc(eachFile)

这计算每行的CRC,但其输出(例如-1767935985)不是我想要的.

Hashlib以我想要的方式工作,但它计算md5:

import hashlib
m = hashlib.md5()
for line in open('data.txt', 'rb'):
    m.update(line)
print m.hexdigest()

是否可以使用类似的东西zlib.crc32？

我想计算圆环表面上两个x/y坐标之间的距离.因此,这是一个普通网格,其边角和边是"连接"的.例如,在500x500的网格上,(499,499)处的点与(0,0)相邻,并且例如(0,0)和(0,495)之间的距离应为5.

有没有什么好的数学计算方法呢？

我已经下载了几个ipython笔记本,我想在浏览器选项卡中打开它们,而不导航到我已下载并运行的目录ipython notebook notebook_name.ipynb.

我意识到这可能意味着我很懒,但对我来说这似乎是一个常见的用例.我错过了一些明显的东西吗

我有兴趣绘制树图:

在Python中创建一个最简单的方法是什么？在给定适当的输入数据的情况下,是否有可以生成此类图形的库？

我想在自动生成的PDF中使用不同颜色的文本.

根据reportlab文档,我需要做的是:

self.canvas.setFillColorRGB(255,0,0)
self.canvas.drawCentredString(...)

但这没有任何作用.无论如何,文字都是黑色的.

我希望能够构建一些图表来展示一些NBA球员和球队的投篮趋势/效果.我想如下格式化六边形:尺寸将代表镜头的数量,颜色将代表该位置的相对效率(pts/attempt).这是我正在寻找的一个很好的例子,由Kirk Goldsberry创建:

我已经能够使用hexbins并hexTapply获得接近期望结果的东西,但形状是圆形.这是我的代码(包括示例数据):

library(hexbin); library(ggplot2)
df <- read.table(text="xCoord yCoord   pts
11.4     14.9     2
2.6       1.1      0
4.8       4.1      2
-14.4    8.2      2
4.2       0.3      0
0.4       0.0     2
-23.2   -1.1      3", header=TRUE)
h <- hexbin (x=df$xCoord, y = df$yCoord, IDs = TRUE, xbins=50)
pts.binned <- hexTapply (h, df$pts, FUN=mean)

df.binned <- data.frame (xCoord  = h@xcm, 
          yCoord  = h@ycm, FGA = h@count, pts = pts.binned)

chart.player <- ggplot (df.binned, aes (x =xCoord , …