人工智能通识课：Python 程序控制、函数与对象基础（辅助篇）

理解条件、循环、函数和对象的基本写法后，还需要进一步判断：分支是否覆盖边界，循环能否正确结束，函数调用是否共享数据，对象状态是否按预期变化。这些问题直接影响生成代码的正确性，也决定了修改后的程序能否继续可靠运行。

通过小规模推演、对照实例和完整任务，可以把执行规则与实际结果联系起来。先根据输入独立预测，再追踪状态变化，有助于定位错误，并理解不同程序组织方式的适用条件。

一、程序控制

1.1 分支顺序与边界覆盖

多分支结构按顺序判断条件，只执行最先成立的分支。条件可以存在包含关系，因此排列顺序会影响结果。分类之前还应检查数据是否符合输入约定，避免将无效数据归入正常类别。

边界测试应包含阈值本身及其两侧的数据。多个分段规则还需要分别检查，不能只用一个中间值代表全部情况。

# 后面的优秀判断就无法处理这条记录。

1.2 累加循环的不变关系

检查循环时，除了观察最终结果，还可以寻找每轮判断时始终成立的关系。这样的关系称为循环不变式（Loop Invariant），能够帮助解释初始状态、更新步骤和结束后的结果。

对于连续整数求和，在每次判断是否继续时，总和应等于此前已经处理过的整数之和。证明这一关系，需要检查它在循环开始前成立，并且每轮更新后仍然成立；再结合终止条件推导最终结果。

循环不变式说明已经完成了什么；终止条件说明还需要处理什么。两者结合，才能判断循环是否恰好覆盖预定范围。

1.3 嵌套循环与输出规模

嵌套循环的执行次数取决于内外层范围。

内层范围固定时，可以按外层次数累加；内层范围随外层变化时，应分别计算每轮的工作量。

乘法表每一行的项目数随行号增加，总项数可以独立推导：

print("总项数：", item_count)  # 45

图 1-1：嵌套循环与内外层执行

相同的输出也可能采用不同的组织方式。比较两种实现时，应关注它们表达的操作层次，而不只比较代码长短。

# *****

1.4 穷举范围与约束筛选

穷举（Exhaustive Search）在有限候选范围内逐一检查可能结果。有效的穷举需要先明确取值范围，再依据约束筛选。通过关系式减少独立变量，可以降低需要检查的组合数量。

百钱百鸡问题约定：公鸡每只 5 钱，母鸡每只 3 钱，小鸡每 3 只 1 钱，用 100 钱购买 100 只鸡。设公鸡、母鸡和小鸡的数量分别为 x、y、z，均为非负整数，则有：

利用总数约束消去小鸡数量，再将价格约束转换为整数等式：

图 1-2：百钱百鸡的约束与穷举过程

取值范围和筛选条件共同决定合法结果。修改题目约束后，应重新检查搜索范围与验收结果。

1.5 素数判断与平方根边界

素数是大于 1、只有 1 和自身两个正因子的整数。如果一个合数可以分解为两个正整数因子的乘积，其中至少一个因子不超过其平方根。因此，试除只需检查到平方根的整数部分。

1 $$">

检查范围必须包含平方根端点，完全平方数尤其适合发现边界遗漏。对于整数，可以使用整数平方根确定范围，避免浮点计算带来的取整问题。

图 1-3：素数试除与平方根边界

优化方法可以用更直接的实现交叉检查。在较小范围内统计全部正因子，虽然计算较多，却便于独立理解。

# 有限范围内一致能够帮助发现错误，不能替代对算法依据的解释。

1.6 有限组合与分支核验

输入种类较少时，可以列出全部组合，检查分支是否覆盖完整。猜拳包含三种选择，双方共有九种合法组合，适合观察相等判断、成员判断和默认分支之间的关系。

数量检查可以发现部分遗漏，但仍需逐项确认胜负规则。对于嵌套循环，还应区分退出范围：提前结束内层循环后，外层通常仍会继续执行。

1.7 生成器表达式与按需求值

（Generator Expression）按需产生元素，适合将逐项计算的结果交给求和、遍历等操作使用。它可以避免立即保存全部结果，但也会保留尚未完成的计算过程。

按需求值还意味着部分计算在后续取值时才发生。需要固定当时的结果时，应明确是否立即收集数据。

print(results)  # [86, 91]

二、函数与程序组织

2.1 返回约定与空输入

函数接口应说明正常结果与特殊情况的返回方式。没有可计算的数据时，使用明确的缺失标记，可以保留“无结果”与“结果为零”的区别。

返回形式应保持稳定，使调用者能够按同一接口接收结果。显示文字和输出格式可以由调用者决定，计算函数则保持职责清楚。

2.2 参数收集与调用解包

星号（*）在函数定义与调用位置承担不同作用：定义时收集实参，调用时展开已有数据。阅读时应先确认位置，再判断数据如何与参数对应。

可变参数适合数量不固定的输入，但仍需要明确允许的数据类型和含义。接收形式灵活，并不意味着输入无需约束。

2.3 默认参数与共享状态

默认参数表达式在函数定义执行时求值。如果默认值是可变对象，省略参数的多次调用可能共同使用这个对象。

需要为每次调用建立独立容器时，可以使用缺失标记，在函数内部创建对象。显式传入已有容器时是否修改它，则属于另一项接口约定。

局部名称与对象隔离是不同问题。参数属于当前调用的局部名称，但它可以引用调用者仍在使用的对象。

2.4 函数式操作与结果消费

函数可以作为参数传递，使遍历过程与处理规则分别表达。 将函数应用于各元素， 根据判断结果保留元素；两者返回迭代器，结果随着取值被消耗。

图 2-1：函数作为参数与数据处理过程

函数作为参数不会自动消除副作用。仍应检查传入的函数是否修改共享对象、写入文件或改变其他状态。

2.5 全部条件与空输入

批量检查常需要判断是否每项都符合要求。 在遇到假值时停止检查；如果没有元素，则返回真。因此，“每项均符合条件”与“至少有一项数据”需要分别表达。

空输入应得到什么结果，由任务约定决定。求和、平均分、分类汇总等操作，对空输入可能采用不同处理方式。

2.6 迭代与递归的状态推演

迭代通过重复更新状态推进计算；递归通过同类调用求解子问题。递归需要可以直接求解的基本情形，并保证调用逐步接近它。

猴子吃桃问题约定：前九天每天早上吃掉现有桃子的一半，再多吃一个，第十天早上吃桃前剩一个。前一天与后一天的数量关系为：

# 若缺少基本情形，调用无法按预期结束。

递归会增加函数调用层次，过深的调用可能达到解释器的递归限制。

只需保留上一步状态的连续计算通常适合迭代；树形结构等问题则可能适合递归表达。选择时应同时考虑可读性、终止条件和资源开销。

三、面向对象基础

3.1 独立实例与共享类属性

实例属性可以保存各实例独立的数据。类属性由类保存，多个实例可以访问同一个属性；当属性指向可变对象时，一次修改可能被多个实例观察到。

需要独立容器时，应在每次初始化过程中分别创建。

图 3-1：实例属性与共享类属性

是否共享应由任务决定。公共配置可以适合共享，每个对象的独立记录则通常应分别保存。

3.2 绑定方法与当前实例

访问普通实例方法时，会取得与当前实例关联的绑定方法（Bound Method）。调用它时，实例作为第一个参数自动传入。取得方法与执行方法是两个不同操作。

方法对象可以保留与实例的联系。再次调用时，读取的仍是实例当时的状态。

print(operation())  # 263，使用更新后的成绩。

3.3 方法约束与属性访问

对象可以通过属性引用其他对象。当这些对象共同表示整体与部分的关系时，可以用组合组织数据，例如成绩册持有成绩列表。

方法能够集中检查输入，但只有通过这些方法进行的操作才会执行相应检查。外部代码直接修改可访问的内部容器时，可能绕过约束。

检查对象代码时，应同时阅读类提供的操作与外部访问方式。类定义中的检查无法自动保证所有使用路径都遵守同一规则。

3.4 输入复制与共享层次

初始化时复制输入容器，可以使实例拥有新的外层容器。但普通浅复制不会自动复制全部嵌套对象，应根据数据层次判断实际隔离范围。

预测对象变化时，应明确修改发生在哪一层：名称重新绑定、外层容器改变和内部对象改变，影响范围各不相同。

四、大模型代码的阅读与应用

4.1 任务约定与生成请求

完整实例可以将控制结构、函数接口和数据检查联系起来。练习使用程序内的虚构记录，先验证处理规则，再考虑后续的文件读取与保存。

可向大模型提出以下请求：

请使用 Python 编写一个登记成绩核验与汇总程序。

输入为四条字典记录，字段包括学号、姓名、数学、英语、物理和来源文件，已有字段的值均为字符串：

• 001，姓名“ 张三 ”，三科成绩为“85”“90”“88”，来源为“登记表01.docx”。

• 002，姓名“李四”，三科成绩为“92”“85”“79”，来源为“登记表02.docx”。

• 003，姓名“王五”，三科成绩为“120”“72”“85”，来源为“登记表03.docx”。

• 004，姓名为空，三科成绩为“95”“98”“92”，来源为“登记表04.docx”。

学号和姓名去掉两端空白，均不能为空，学号保持文本。成绩去掉两端空白后，应为 1 至 3 位十进制数字文本，转换结果必须在 0 至 100 之间。

有效记录计算总分和均分，均分显示一位小数。问题记录保留输入序号、学号、来源文件和首个问题原因，并继续处理后续记录。分别保存两类结果，核对数量是否覆盖全部输入。

请用条件、循环和函数组织程序，在注释中说明关键约定。保留原始记录，不读取或写入实际文件，暂不检查重复学号。先说明处理步骤，再生成完整代码。

独立验收结果应在运行前确定：前两条有效，总分分别为 263 和 256，均分分别显示为 87.7 和 85.3；第三条成绩超出范围，第四条姓名为空。因此，应得到两条有效记录和两条问题记录。

4.2 完整实现与接口衔接

单条处理负责检查和整理，批量处理负责遍历、分类与计算。明确区分这两层职责，可以分别核查局部规则和整体完整性。

这一实现适用于约定的字符串字段。外部数据若可能包含其他类型，还需要扩展输入检查；来源文件缺失是否应拒绝，也应由任务另行约定。

4.3 执行路径与退出范围

不同退出语句影响的范围不同。结束当前函数调用后，调用者仍可继续执行；跳过当前循环的一轮后，后续输入仍可处理；结束循环则可能留下尚未检查的数据。

数量核对用于发现部分遗漏，内容核对则用于确认规则正确。两类检查需要配合，不能用其中一项代替另一项。

4.4 单项修改与回归检查

修改输入或规则前，应先预测哪些结果会变化、哪些结果应保持不变。这样可以检查相关功能，也可以发现修改意外影响了其他部分。

使用原始材料再次运行，可以确认基准结果仍然一致。当程序实现发生修改后，重新运行原有测试、检查既有功能是否受到影响，称为回归测试（Regression Testing）。新增要求应另行核验，并与回归测试配合进行。

4.5 格式、范围与边界测试

输入检查可以分为不同阶段：文本是否符合格式、转换是否得到所需类型、数值是否落在允许范围。测试材料应分别触发这些条件，便于判断问题发生在哪里。

若任务只允许半角数字，应同步修改提示词、检查条件和预期结果。输入规则必须由任务明确决定，不能仅根据某个转换函数是否接受来判断。

4.6 新增字段与可变结果

新增统计结果时，需要明确计算范围及结果所属对象。每条记录的可变结果应分别建立，避免多个记录共享同一个列表。

    print(failed_subjects)  # ['数学']，60 分不属于不及格。

4.7 接口说明与后续扩展

关键函数的说明应包含可接受输入、正常返回、无效输入的处理方式，以及是否修改传入对象。完整流程还应保留来源与问题原因，使结果可以追溯。

进一步接入 JSON、Word 或 Excel 文件时，可以保留已核验的数据检查与计算函数，在外层补充读取、格式验证和保存。文件读取成功之后，仍需检查所得对象是否符合原有接口约定；新增的异常情况也需要独立测试。

简单的批量处理可以使用函数与容器清楚表达。需要持续管理多个实例状态时，再引入类，并检查对象之间的数据共享和修改范围。

小结

循环不变式、有限穷举和边界样例帮助检查控制流程；参数解包、共享默认值与递归说明函数调用机制；实例属性、绑定方法和组合揭示对象状态。完整案例进一步连接输入约定、分类处理、修改验证与回归检查。

“点赞有美意，赞赏是鼓励”