2025年Python编程挑战专项训练试卷 模拟实战测评版

2025年Python编程挑战专项训练试卷模拟实战测评版考试时间：______分钟总分：______分姓名：______第一题编写一个Python函数`find_largest_prime_factors(n)`，接收一个正整数`n`作为参数。函数需要找出并返回`n`的所有质因数，并将这些质因数按从大到小的顺序排列成一个列表。如果`n`小于2，函数返回一个空列表。例如：*`find_largest_prime_factors(13195)`应返回`[29,23,5,7]`*`find_largest_prime_factors(2048)`应返回`[2]`*`find_largest_prime_factors(1)`应返回`[]`第二题现有以下字符串列表`sentences`：```pythonsentences=["Pythonisaninterpretedhigh-levelgeneral-purposeprogramminglanguage.","Python'sdesignphilosophyemphasizescodereadabilitywithitsnotableuseofsignificantwhitespace.","Pythonisdynamically-typedandgarbage-collected.","Pythonsupportsmultipleprogrammingparadigms,includingstructured(particularlyprocedural),object-orientedandfunctionalprogramming."]```请编写代码，创建一个新的列表`word_frequencies`。该列表中的每个元素都是一个字典，字典的键是单词（不区分大小写，且已去除标点符号），值是该单词在所有句子中出现的总次数。按单词在总词频中从高到低的顺序排列`word_frequencies`列表。第三题编写一个生成器函数`generate_powerset(s)`，接收一个集合`s`作为参数。该函数需要生成并依次yield`s`的所有子集（幂集），包括空集和`s`本身。子集应保持原始集合中元素的顺序。例如，如果输入`s={1,2,3}`，生成器应按以下顺序yield子集：`{}`,`{1}`,`{2}`,`{1,2}`,`{3}`,`{1,3}`,`{2,3}`,`{1,2,3}`第四题假设你需要处理一个大型日志文件，该文件每行包含一个JSON格式的日志记录，记录中可能包含嵌套的字典或列表。日志记录的格式大致如下（示例）：```json{"time":"2023-10-27T10:00:00Z","level":"INFO","message":"Userloggedin.","details":{"user_id":123,"session_id":"abcde"}}{"time":"2023-10-27T10:01:05Z","level":"ERROR","message":"Filenotfound.","details":[{"error":"ENOENT","code":2},{"path":"/var/log/app.log"}]}```请编写一个函数`process_log_entries(log_file_path)`。该函数接收一个表示日志文件路径的字符串`log_file_path`。函数需要按行读取文件，尝试解析每一行的JSON内容。如果解析成功，函数应统计并返回一个字典，该字典包含两个键：`'INFO'`和`'ERROR'`，对应的值是相应级别日志记录的数量。如果某行JSON解析失败（例如格式错误），应捕获异常，并忽略该行，继续处理下一行。如果文件不存在或无法读取，函数应抛出`IOError`异常。第五题请编写一个类`CircularBuffer`，实现一个固定大小的循环缓冲区。该缓冲区支持以下方法：*`__init__(self,capacity)`:初始化缓冲区，设置其容量`capacity`。内部可以使用列表`self._data`和两个指针`self._head`(指向第一个有效元素)和`self._tail`(指向下一个插入位置)来实现。*`enqueue(item)`:将元素`item`添加到缓冲区的末尾（`self._tail`指向的位置）。如果缓冲区已满，应覆盖最早添加的元素（即`self._head`指向的元素）。*`dequeue()`:从缓冲区的头部（`self._head`指向的位置）移除并返回一个元素。如果缓冲区为空，返回`None`。*`size(self)`:返回缓冲区中当前元素的数量。*`is_empty(self)`:如果缓冲区为空，返回`True`；否则返回`False`。*`is_full(self)`:如果缓冲区已满，返回`True`；否则返回`False`。请确保你的实现能够正确处理循环的情况。第六题编写一个函数`find_closest_pairs(points)`，接收一个二维点列表`points`作为参数，其中每个点表示为`(x,y)`坐标对。函数的目标是找出所有距离最近的点对（至少有两个点）。对于每一对距离最近的点，返回它们之间的欧几里得距离的平方（即`distance_squared=(x2-x1)^2+(y2-y1)^2`）。结果应是一个列表，其中包含所有最近点对的距离平方，按从小到大的顺序排列。如果有多个点对的距离相同且为最小值，应全部包含在结果列表中。例如：*`find_closest_pairs([(0,0),(1,0),(1,1),(0,1)])`应返回`[0,1,1]`（点(0,0)和(0,1)距离为0，点(0,0)和(1,0)以及(0,1)和(1,1)距离为1）*`find_closest_pairs([(1,2),(3,4),(5,6),(7,8)])`应返回`[2,2,2]`（所有点对距离均为2）试卷答案第一题```pythondeffind_largest_prime_factors(n):ifn<2:return[]factors=[]#Handlefactor2separatelytoallowincrementingby2laterwhilen%2==0:factors.append(2)n//=2#Checkoddfactorsfrom3onwardsi=3whilei*i<=n:whilen%i==0:factors.append(i)n//=ii+=2#Ifnisaprimenumbergreaterthan2ifn>2:factors.append(n)#Returnfactorssortedindescendingorderreturnsorted(factors,reverse=True)```解析思路：首先处理特殊情况n<2，直接返回空列表。对于n=2，返回[2]。对于其他数，使用试除法找质因数。先去除所有因子2，然后从3开始，只检查奇数因子（因为偶数已被处理），直到检查到平方根。如果最后n大于2，则n本身是一个质因数。最后将找到的所有质因数按降序排列并返回。第二题```pythonfromcollectionsimportdefaultdictimportstringsentences=["Pythonisaninterpretedhigh-levelgeneral-purposeprogramminglanguage.","Python'sdesignphilosophyemphasizescodereadabilitywithitsnotableuseofsignificantwhitespace.","Pythonisdynamically-typedandgarbage-collected.","Pythonsupportsmultipleprogrammingparadigms,includingstructured(particularlyprocedural),object-orientedandfunctionalprogramming."]word_frequencies=[]#Createasetofalluniquewordsafterpreprocessing#Preprocess:lowercase,removepunctuationwords_set=set()forsentenceinsentences:#Removepunctuationusingstr.translatetranslator=str.maketrans('','',string.punctuation)cleaned_sentence=sentence.lower().translate(translator)words=cleaned_sentence.split()words_set.update(words)#Initializefrequencydictionaryfreq_dict={word:0forwordinwords_set}#Countwordoccurrencesforsentenceinsentences:translator=str.maketrans('','',string.punctuation)cleaned_sentence=sentence.lower().translate(translator)words=cleaned_sentence.split()forwordinwords:ifwordinfreq_dict:freq_dict[word]+=1#Createlistof(word,freq)tuplesword_freq_list=[(word,freq_dict[word])forwordinwords_set]#Sortthelistbyfrequencyindescendingorderword_freq_list.sort(key=lambdax:x[1],reverse=True)#Createthefinallistofdictionariesword_frequencies=[{'word':item[0],'count':item[1]}foriteminword_freq_list]```解析思路：首先遍历所有句子，将每个句子转换为小写，并去除标点符号，然后分割成单词列表。使用集合`words_set`收集所有唯一的单词。然后，创建一个默认字典`freq_dict`来存储每个单词的总出现次数，初始化为0。再次遍历所有句子，更新`freq_dict`中单词的计数。最后，将`freq_dict`转换为包含单词和计数的元组列表`word_freq_list`，按计数降序排序，再将排序后的列表转换为所需的字典列表格式。第三题```pythondefgenerate_powerset(s):#Sortthesetforconsistentorderofsubsetss_list=sorted(s)n=len(s_list)#Totalnumberofsubsetsis2^n#Usebitmaskfrom0to2^n-1foriinrange(2n):subset=[]forjinrange(n):#Checkifthej-thbitinbitmaskiissetifi&(1<<j):subset.append(s_list[j])yieldset(subset)#Exampleusage(notpartoftherequiredfunction):#s={1,2,3}#forsubsetingenerate_powerset(s):#print(subset)```解析思路：幂集是集合所有可能的子集的集合，包括空集和集合本身。对于一个包含n个元素的集合，其幂集大小为2^n。可以使用二进制位掩码来生成所有可能的组合。从0到2^n-1遍历每个整数，将整数看作一个二进制位掩码，其中第j位为1表示集合中第j个元素（按排序顺序）包含在当前子集中。通过检查位掩码的每一位是否为1，可以构建出对应的子集，然后yield出来。为了保持子集的顺序，输入集合先进行排序。第四题```pythonimportjsondefprocess_log_entries(log_file_path):info_count=0error_count=0try:withopen(log_file_path,'r')asfile:forlineinfile:try:log_data=json.loads(line)#Checkthe'level'fieldlog_level=log_data.get('level','').upper()iflog_level=='INFO':info_count+=1eliflog_level=='ERROR':error_count+=1exceptjson.JSONDecodeError:#IgnorelinesthatarenotvalidJSONcontinueexceptIOError:#RaiseIOErroriffilecannotbeopened/readraiseIOError(f"Couldnotopenorreadfile:{log_file_path}")return{'INFO':info_count,'ERROR':error_count}```解析思路：函数需要按行读取文件，对每行尝试解析JSON。成功解析后，检查日志数据的`level`字段。如果`level`是`'INFO'`，则`info_count`加1；如果是`'ERROR'`，则`error_count`加1。如果某行JSON解析失败（`json.loads`抛出`JSONDecodeError`），捕获该异常并忽略该行，继续处理下一行。如果文件本身无法打开或读取（如路径错误、权限问题），捕获`IOError`并重新抛出，明确告知调用者。最后返回一个包含`INFO`和`ERROR`计数的字典。第五题```pythonclassCircularBuffer:def__init__(self,capacity):self.capacity=capacityself._data=[None]*capacityself._head=0self._tail=0self._size=0defenqueue(self,item):ifself.is_full():#Overwritetheelementatheadself._data[self._head]=item#Moveheadforward(circularly)self._head=(self._head+1)%self.capacityelse:#Additemattailself._data[self._tail]=item#Movetailforwardself._tail=(self._tail+1)%self.capacityself._size+=1defdequeue(self):ifself.is_empty():returnNone#Getitemfromheaditem=self._data[self._head]#Resettheitematheadself._data[self._head]=None#Moveheadforwardself._head=(self._head+1)%self.capacityself._size-=1returnitemdefsize(self):returnself._sizedefis_empty(self):returnself._size==0defis_full(self):returnself._size==self.capacity```解析思路：循环缓冲区使用固定大小的数组实现。需要两个指针：`_head`指向队列头部（下一个出队元素的位置），`_tail`指向队列尾部（下一个入队元素的位置）。维护一个`_size`变量跟踪当前元素数量。`enqueue`：如果缓冲区已满，则需要覆盖最早添加的元素（即`_head`指向的元素），然后将新元素添加到`_tail`指向的位置，并移动`_tail`。如果缓冲区未满，直接添加元素到`_tail`，移动`_tail`并增加`_size`。`dequeue`：如果缓冲区为空，返回`None`。否则，从`_head`指向的位置取出元素，重置该位置（设为`None`），移动`_head`并减少`_size`。`size`返回`_size`。`is_empty`检查`_size`是否为0。`is_full`检查`_size`是否等于容量`capacity`。指针移动需要使用模运算`%`以实现循环。数组初始化为`None`有助于判断位置是否被占用。第六题```pythonimportmathdeffind_closest_pairs(points):iflen(points)<2:return[]#HelperfunctiontocalculateEuclideandistancesquareddefdistance_squared(p1,p2):return(p1[0]-p2[0])2+(p1[1]-p2[1])2#Sortpointsprimarilybyx,thenbyycoordinatesorted_points=sorted(points,key=lambdap:(p[0],p[1]))#Helperfunctiontofindminimumdistanceinstripusingtwopointersdefmin_distance_in_strip(strip,d):min_d=dstrip.sort(key=lambdap:p[1])#Sortstripbyy-coordinateforiinrange(len(strip)):j=i+1#Onlycheckpairswherethey-distanceislessthancurrentmin_dwhilej<len(strip)and(strip[j][1]-strip[i][1])<min_d:dist=distance_squared(strip[i],strip[j])ifdist<min_d:min_d=distj+=1returnmin_d#Recursivefunctiontofindminimumdistancedefclosest_util(points_sorted):num_points=len(points_sorted)ifnum_points<=3:#Forsmallnumberofpoints,computeallpairwisedistancesmin_d=float('inf')foriinrange(num_points):forjinrange(i+1,num_points):dist=distance_squared(points_sorted[i],points_sorted[j])ifdist<min_d:min_d=distreturnmin_d#Dividepointsintotwohalvesmid=num_points//2mid_x=points_sorted[mid][0]#Recursivelyfindthesmallestdistancesinleftandrighthalvesd_left=closest_util(points_sorted[:mid])d_right=closest_util(points_sorted[mid:])d=min(d_left,d_right)#Createthestripcontainingpointsclosetothemiddlelinestrip=[]forpointinpoints_sorted:ifabs(point[0]-mid_x)<d:strip.append(point)#Findtheclosestpointsinthestripmin_d_strip=min_distance_in_strip(strip,d)#Returntheminimumofd,d_left,d_right,andmin_d_stripreturnmin(d,min_d_strip)#Gettheminimumdistanceusingthedivideandconquerapproachmin_distance=closest_util(sorted_points)#Collectalldistancesthatare