DeepSeek实用技巧系列-辅助编程（三）

在使用DeepSeek实现编程时也可以告知大模型限定使用的库和工具，也就是说，告知模型是否使用指定的库，或者禁止使用什么库。

提示语示例：“请使用Python标准库编写一个函数，实现对一个数据列中的元素进行去重操作，不允许使用set()函数。”

DeepSeek输出代码示例：

def unique_elements(iterable):
    """
    对可迭代对象中的元素进行去重，保持原始顺序

    参数:
    iterable: 可迭代对象（列表、元组等）

    返回:
    list: 包含唯一元素的新列表，保持原始顺序
    """
    seen = []
    for item in iterable:
        if item not in seen:
            seen.append(item)
    return seen

实现说明：

1. 时间复杂度：

   • 平均情况：O(n²)

   • 最坏情况：O(n²)

   • 由于使用列表的in操作（O(n)）和append操作（O(1)），整体效率低于set()

2. 空间复杂度：

   • O(n)，需要额外空间存储结果列表

3. 特性：

   • 保持元素原始顺序

   • 支持任何可迭代对象

   • 处理任意可哈希元素

   • 纯Python实现，不依赖外部库

4. 使用示例：

   # 示例1：基本使用
   data = [3, 5, 2, 3, 8, 5]
   print(unique_elements(data))  # 输出：[3, 5, 2, 8]
   
   # 示例2：保持顺序
   data = ['apple', 'banana', 'apple', 'orange', 'banana']
   print(unique_elements(data))  # 输出：['apple', 'banana', 'orange']
   
   # 示例3：处理元组
   data = (1, 2, 2, 3, 1, 4)
   print(unique_elements(data))  # 输出：[1, 2, 3, 4]

5. 优化建议：
   如果需要更高性能的版本（牺牲内存效率），可以使用字典：

   def unique_elements_optimized(iterable):
       """使用字典优化去重性能"""
       return list(dict.fromkeys(iterable))

6. 边界情况处理：

   • 空输入返回空列表

   • 支持None值

   • 处理所有可哈希类型

7. 测试用例：

   assert unique_elements([]) == []
   assert unique_elements([1, 1, 1]) == [1]
   assert unique_elements([None, 1, None]) == [None, 1]
   assert unique_elements(['a', 'b', 'a', 'c']) == ['a', 'b', 'c']
   assert unique_elements([3, 2, 1, 2, 3]) == [3, 2, 1]

   这个实现虽然性能不如set()，但完全符合题目要求，且保持了代码的简洁性和可读性。对于小型数据集或顺序敏感的场景，这是一个合适的解决方案。