Python:条件分支 if 语句全讲解
如果我拿出下面的代码,阁下该做何应对?
if not reset_excuted and (terminated or truncated):
...
else:
...
前言:
消化论文代码的时候看到这个东西直接大脑冻结,没想过会在这么基础的东西上犯难
本文初编辑于2024.10.10
CSDN主页:https://blog.csdn.net/rvdgdsva
博客园主页:https://www.cnblogs.com/hassle
博客园本文链接:https://www.cnblogs.com/hassle/p/18456599
文章目录
- Python:条件分支 if 语句全讲解
- 前言:
- 运算符优先级
- 优先级解析示例
- 示例 1: 使用括号
- 示例 2: 不使用括号
- 复杂示例
- 复杂if语句判断
- 分析条件
- 进入上面的分支的条件
- 进入下面的分支的条件
- 总结条件表
- 结论
- 多分支语句elif
- 德摩根定律
- 举例说明
- 示例 1:第一条定律
- 示例 2:第二条定律
运算符优先级
在 Python 中,布尔运算符的优先级从高到低的顺序如下:
- 括号
()
:最高优先级,可以用于明确运算顺序。 not
:次高优先级。and
:次低优先级。or
:最低优先级。
优先级解析示例
示例 1: 使用括号
a = True
b = False
c = True
result = (a and not b) or c
在这个例子中:
- 括号 首先被计算:
a and not b
中not b
计算为not False
,结果为True
。- 然后,
True and True
计算为True
。
- 最后,整体表达式变为
True or c
,结果是True
。
示例 2: 不使用括号
x = False
y = True
z = False
result = x or y and not z
在这个例子中:
- 优先级 按照
not
>and
>or
:not z
计算为not False
,结果是True
。
- 然后表达式转为
x or y and True
。 - 接着
y and True
计算为True
。 - 最终计算为
x or True
,结果是True
。
复杂示例
p = True
q = False
r = False
result = not (p and q) or r
在这个示例中:
- 括号 首先被计算:
p and q
计算为True and False
,结果是False
。
- 然后,
not False
计算为True
。 - 最终表达式变为
True or r
,结果是True
。
复杂if语句判断
在表达式 if not a and b
中,not
只对 a
生效,不影响 b
。
not
的优先级高于and
,这意味着它会先处理a
的值。- 首先计算
not a
,这将返回a
的布尔值的相反值。 - 然后,使用
and
运算符将结果与b
进行比较。
if not para_A and (para_B or para_C):
print("进入上面的分支")
else:
print("进入下面的分支")
回到开头的示例,细细的捋一捋,在这段代码中:
在这里,not
只对para_A
生效,而不对(para_B or para_C)
生效
要推算在什么情况下进入上面的分支或下面的分支,可以分析条件的每个部分。
分析条件
-
not para_A
:要求para_A
为False
。- 这意味着要进入上面的分支,
para_A
必须是False
。
- 这意味着要进入上面的分支,
-
(para_B or para_C)
:要求para_B
或para_C
至少有一个为True
。- 这意味着只要
para_B
为True
或para_C
为True
,这个部分就成立。
- 这意味着只要
进入上面的分支的条件
整体条件为 not para_A and (para_B or para_C)
,因此要进入上面的分支,必须满足以下条件:
- 条件 1:
para_A
是False
。 - 条件 2:
para_B
是True
或para_C
是True
(至少有一个为True
)。
进入下面的分支的条件
为了进入下面的分支,条件需要不成立,即:
-
条件 A:
para_A
是True
。- 这时
not para_A
为False
,条件就不成立。
- 这时
-
条件 B:
para_A
是False
,但para_B
和para_C
都是False
。- 这时
(para_B or para_C)
为False
,条件也不成立。
- 这时
总结条件表
para_A | para_B | para_C | 结果 |
---|---|---|---|
False | True | False | 进入上面的分支 |
False | False | True | 进入上面的分支 |
False | True | True | 进入上面的分支 |
True | False | False | 进入下面的分支 |
True | True | True | 进入下面的分支 |
False | False | False | 进入下面的分支 |
结论
- 进入上面的分支:当
para_A
为False
,且para_B
或para_C
至少有一个为True
。 - 进入下面的分支:当
para_A
为True
或者para_A
为False
,但para_B
和para_C
都为False
。
多分支语句elif
都写那么多了,干脆再补点东西显得更完整吧
在 Python 中,elif
是 “else if” 的缩写,用于在 if
语句中进行多重条件判断。它允许你在第一个 if
条件为 False
的情况下继续检查其他条件,从而实现更多的分支逻辑。
if condition1:
# 当 condition1 为 True 时执行的代码
elif condition2:
# 当 condition1 为 False 且 condition2 为 True 时执行的代码
elif condition3:
# 当 condition1 和 condition2 都为 False 且 condition3 为 True 时执行的代码
else:
# 当上面的所有条件都为 False 时执行的代码
德摩根定律
在j实际代码应用中,你基本用不上这个定律,上面的东西已经可以解决绝大部分问题了。但如果程序非要在if
条件语句上向你发难,至少你也知道怎么应对
德摩根定律是布尔代数中的两个重要定律,它们提供了关于逻辑运算(与、或和非)之间关系的重要公式。这两个定律如下:
第一条定律:
not
(
A
o
r
B
)
≡
not
A
a
n
d
not
B
\text{not}(A\ or\ B) \equiv \text{not} A \ and\ \text{not} B
not(A or B)≡notA and notB
解释:否定 A 或 B
相当于 A
和 B
的否定相与。
第二条定律:
not
(
A
a
n
d
B
)
≡
not
A
o
r
not
B
\text{not}(A \ and\ B) \equiv \text{not} A \ or\ \text{not} B
not(A and B)≡notA or notB
解释:否定 A 且 B
相当于 A
的否定或 B
的否定。
举例说明
我们可以通过几个示例来理解这些定律:
示例 1:第一条定律
考虑 A = True
和 B = False
:
- 计算
not(A or B)
:A or B
是True
not(A or B)
是False
- 计算
not A and not B
:not A
是False
not B
是True
not A and not B
是False
结果是一致的:not(A or B) = False
和 not A and not B = False
。
示例 2:第二条定律
考虑 A = True
和 B = False
:
- 计算
not(A and B)
:A and B
是False
not(A and B)
是True
- 计算
not A or not B
:not A
是False
not B
是True
not A or not B
是True
同样,结果是相等的:not(A and B) = True
和 not A or not B = True
。
ot(A and B): -
A and B是
False -
not(A and B)是
True`
- 计算
not A or not B
:not A
是False
not B
是True
not A or not B
是True
同样,结果是相等的:not(A and B) = True
和 not A or not B = True
。