python学习笔记——流程控制

本文分享了一个简单的Python脚本,用于实现用户登录验证及三次失败后的账号锁定功能。通过循环与条件判断,演示了基本的错误处理流程。
count = 0 #计数器
while True:
    #读取锁定用户
    l = open("D:/Python/study/task/1/lock")
    lock_name = l.readline()
    l.close()
    #判断输入用户是否被锁定
    name = input('请输入登陆名:')
    if name == lock_name:
        print("已经被锁定")
        break

    passwd = input('请输入登陆密码')

    if name != 'admin' and passwd !='admin':
        print("输入错误")
        count += 1
    else:
        print("欢迎{}来到会员中心".format(name))
        break
    if count == 3:
        f = open("D:/Python/study/task/1/lock", 'w')
        f.writelines(name)
        f.close()
        print("错误{}次程序退出".format(count))#格式化输出
        break

刚学python,这里的代码也就是推敲出来的,写的很粗糙还有很大的精简的余地,记录下来的原因是我想在N年以后看看我写的代码然后狠狠的恶心一下自己!

【SCI级别】多策略改进鲸鱼优化算法(HHWOA)和鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30寻优对比内容概要:本文档主要介绍了一项关于多策略改进鲸鱼优化算法(HHWOA)与标准鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30上进行寻优性能对比的研究,属于智能优化算法领域的高水平科研工作。文中通过Matlab代码实现算法仿真,重点展示了HHWOA在收敛速度、寻优精度和稳定性方面的优势,体现了多策略改进的有效性。该研究适用于复杂优化问题求解,尤其在工程优化、参数辨识、机器学习超参数调优等领域具有应用潜力。; 适合人群:具备一定算法基础和Matlab编程能力的研究生、科研人员及从事智能优化算法开发与应用的工程技术人员,尤其适合致力于SCI论文写作与算法创新的研究者。; 使用场景及目标:①用于理解鲸鱼优化算法的基本原理及多策略改进思路(如种群初始化、非线性收敛因子、精英反向学习等);②为智能优化算法的性能测试与对比实验提供CEC2017标准测试平台的实现参考;③支撑学术研究中的算法创新与论文复现工作。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注HHWOA的改进策略模块与WOA的差异,通过重复实验验证算法性能,并可将其思想迁移至其他优化算法的改进中,提升科研创新能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值