简介：COMP9021课程Python编程练习与测验资料合集是悉尼新南威尔士大学Principles of Programming课程的配套练习包，覆盖Python基础语法、控制流、函数定义与简单数据结构应用，适合课堂同步巩固、课后自主复习与考前冲刺。压缩包共7个文件，包含quiz_1.py源代码、quiz_1.pdf和quiz_2.pdf两份测验文档，以及配置文件、HTML说明页等，整体仅54KB，目录结构清晰，可在IDLE、VS Code等IDE中直接加载运行。目前已有15人学习/下载。quiz_1.py内含多个带详细注释的函数，覆盖变量类型推断、数值与字符串运算、布尔逻辑、输入输出等要点；quiz_1.pdf含单选、多选、填空、简答题并配有答案解析，便于定位常见易错点。quiz_2.pdf难度进阶，重点考察函数参数传递、作用域、递归以及列表、元组、字典的应用，并提供逆向分析题，可系统检验对Python语言本质的理解与工程实现能力。
1. 从测验倒推的 Python 课程练习：这份 COMP9021 合集到底在解决什么问题
如果你正为 Python 编程课程测验焦虑，或者身边攒了不少编程练习资料却不知道从哪里看起，COMP9021 课程 Python 编程练习与测验资料合集的定位，恰恰是替你省掉整理和筛选的时间。它不是从头讲语法的教材，而是一套围绕课程测验反推整理的编程练习与测验题库合集：内容包括按知识点拆分的练习、测验真题样例、参考实现，以及每道题对应的关键注释。它不打算把基础概念重新讲一遍，而是用反复出现的题型告诉你课程真正考什么——数据处理、边界条件、异常处理、类与继承在限定时间内的熟练度。适合两类人：一类是课程进行到一半、希望提前进入考试状态的在校学生，另一类是打算转 Python 开发、需要一个现成自测清单的在职从业者。通过它，你能快速识别自己哪些地方会，哪些只是“看上去会”。
2. 合集内容抽查：一套按测验结果反推出来的四个模块
2.1 从练习题到测验题的粒度差异：先看资料里的题型层
我拿到这类课程资料后的习惯，不是从第一页开始看，而是先翻目录，找“题型分类”。这套合集一般会按四个纬度组织：语法单项练习、综合编程题、选择题/改错题、往年测验套题。语法单项练习往往只有十余行代码规模，覆盖基础语法、数据结构、文件读写；综合编程题则更像一个小型功能模块，需要在限定时间内完成输入解析、逻辑处理和输出格式化；选择题与改错题则用来填补脑内“概念盲区”。
这套 COMP9021 课程资料最有价值的部分，是它对测验题型的颗粒度拆分。同样是“考递归”，练习版本通常给出明确的递推公式，比如“计算 Fibonacci 数列并输出前十项”；但测验版本会换成“判断一个嵌套列表中的最大深度”，没有提示要用递归，也没有模板。解法是否能在默写层面写出来，就取决于你平时练习时是否做过“从题目反推知识点”的拆题训练。
大部分编程练习资料只有一个参考答案，看懂的当下觉得很简单，自己写的时候却卡在循环不变量、变量作用域和边界条件上。所以我在使用这套资源时会给它加一道工序：每一道题都先当成测验来做，不看参考实现，限时完成，再把自己的答案和参考答案对照。资料里的注释一般写得比较长，因为它面向新手，逐行解释了什么变量为什么存在、为什么先做空值判断。这不是替你做决定，而是帮你在对照时看清自己的判断路径。
2.2 测验样例的作用边界：不是用来背题的，是用来做回归的
很多学生会把测验真题样例当作“背题材料”，但我的建议是反着用。背题只能应对原题，课程测验最常做的是“同知识点换个壳”。举个例子，资料里若出现“给定一个字符串，统计每个字符出现的次数并输出到字典”，你背下这题的答案，下一次它换成“给定一个列表，统计每个元素出现次数并输出由大到小排序的结果”，你就需要知道排序部分应该怎么修改。因此，测验样例的正确打开方式是当作“回归测试集”：先用这道题验证自己的函数能通过所有预期输出，再自己修改几个输入，看看逻辑是否仍然稳定。
这套 COMP9021 课程资料里常见的做法是：每道综合题后附上 2 到 3 组输入输出样例，并把最终输出结果贴在题目下方。为了不被样例限制住，我在复现时甚至会故意构造非法输入，比如空字符串、负数、超长字符，看自己的实现能不能妥善处理。如果参考答案直接没有处理这些边界，那你在照抄之前就要想清楚：测验的判题环境里是否包含隐藏测试用例。在一个严格评测系统里，答案一旦遇到异常输入就会直接判 0 分，而不是按“核心逻辑正确”给部分分数。
针对不同的人，资料的使用侧重也不同。如果你刚走到文件操作和异常处理这一阶段，建议只挑其中的“语法单项练习”部分做限时训练；如果你已经进入复习阶段，就把“往年测验套题”当作全真模拟，按时间要求一次做完一整卷。最忌讳的是把所有题目混在一起做，这样既看不出自己的薄弱点在哪个章节，也练不出考场上的时间分配能力。
3. 单题拆解演示：以字符统计这道高频测验题为例
3.1 为什么先拿字符串处理题热身：输出可预测，反馈最直接
字符串处理是 Python 课程测验里出现频率最高的一类题目。原因有三：第一，输入输出格式清晰，适合机器判题；第二，字符串方法丰富，可以考察对内置函数的熟悉程度；第三，它天然包含边界条件，比如空字符串、大小写混排、中英文混排。你不需要依赖任何第三方库，只用 Python 内置模块就能完成。这使得它成为验证“自己是否真的会写代码”的最低成本测试。
常见做法是要求写一个函数 count_chars(s)，输入一个字符串，返回一个字典，键为字符，值为该字符出现的次数。表面看只是遍历一遍然后计数，但测验中常见的变体是要求“忽略大小写”“忽略空白字符”“最后按出现次数从大到小输出”。如果你只背了最简单的版本，遇到变体就会卡壳。正确的拆解方式是把需求拆成三步：预处理输入、统计频次、排序输出。任何变体都只是在这三个环节之一做替换。
3.2 一个带边界判断的字符频次统计实现
def count_chars(s: str, ignore_case: bool = False, ignore_whitespace: bool = True) -> dict: """ 统计字符出现次数，支持忽略大小写和空白。 返回字典 key: 单个字符, value: 出现次数 """ # 1. 预处理：统一大小写（可选） if ignore_case: s = s.upper() # 2. 预处理：移除空白字符 if ignore_whitespace: s = ''.join(ch for ch in s if not ch.isspace()) # 3. 边界条件：空字符串直接返回空字典 if not s: return {} freq = {} for ch in s: # 这里用 get 而不是先做 if 判断，代码更短且不会丢计数 freq[ch] = freq.get(ch, 0) + 1 return freq result = count_chars("Hello, World! ") print(result)逻辑说明：第一步把 ignore_case 判断放在修改字符串之前，保证后续统计不会重复处理同一个字符；第二步用生成器过滤空白字符，生成一个新的字符串，避免在原字符串上多次遍历；第三步的空字符串判断放在统计之前，可以省掉一次多余的字典创建。主循环里使用 dict.get(key, 0) 来初始化计数：如果键不存在，插入键并设初值为 0，再加 1；如果键已存在，直接在当前值基础上加 1。
参数说明：ignore_case 为 True 时，字符被强制转换为大写，因此结果字典里不会出现同一个字符的大小写两个键；ignore_whitespace 为 True 时，空格、换行、制表符等会被过滤，这样输出结果更贴近“只统计有效字符”的题意。若你的测验题目要求保留空白字符，把它改为 False 即可。需要特别注意的是，Python 中字符串是不可变对象，对 s 的任何“就地修改”语法都不存在，所以这里必须通过重新赋值的方式完成大小写转换和过滤。
3.3 三种测验变体的应对套路
同一道统计题，在课程测验中至少会有三种变体。
第一种是“输出排序结果”。要求不只是统计次数，还要按出现次数从大到小输出字符，且次数相同的情况下按字符从小到大排序。此时你需要把字典转为列表，然后借助 sorted() 的 key 参数实现双重排序：
items = sorted(freq.items(), key=lambda item: (-item[1], item[0]))第二个参数 key 返回一个元组，负号让次数逆序，字符本身的正序作为次排序依据。常见错误是只写 key=item[1]，结果在同一频率的字符输出顺序不稳定。
第二种是“指定只统计字母”。如果题目要求忽略数字和标点，你需要在过滤阶段同时判断 ch.isalpha()。这里要注意，isalpha() 会把中文、日文等字符也判定为字母，如果题库明确要求仅限 26 个英文字母，就需要额外检查 ch 是否在 ascii_letters 范围内。
第三种是“不区分大小写但输出保留原样”。例如输入 “Apple apple”，忽略大小写统计结果为 a:2, p:4, l:2, e:2，但输出的键不能全变成大写或小写，因为用户会较真格式。这时更稳妥的做法是靠两次遍历：第一次用小写形式检查是否出现过，第二次在原字符串上统计对应键。我一般会多保留一个 first_char 字典，记录每个小写键第一次出现时的原始字符，最后输出时用原始字符作为键。很多学生在这类变体上丢分，不是不知道怎么做，而是没考虑到“输出格式本身也是判分点”。
4. 用“本地验证器”把练习环境逼近课程测验评测机
4.1 写一个最简断言脚本：让练习不再依赖报错肉眼观察
很多同学做一个函数题，只看它没有报错就觉得通过了。但课程测验的判题逻辑远不止“不报错”这一条：它跑多组输入，每一组都检查返回值和预期值是否一致，哪怕只有一个字符不符合，也算该用例失败。
为避免这个坑，我给这套 COMP9021 课程资料的使用配了一个本地验证器。不需要学 pytest 这类外部框架，直接用 Python 内置的 assert 即可。常见做法是写一个 test_run() 函数，把题目附带的输入输出样例放进列表，循环调用被测函数：
def test_run(): test_cases = [ ("Hello, World!", {"H": 1, "e": 1, "l": 3, "o": 2, ",": 1, "W": 1, "r": 1, "d": 1, "!": 1}), ("", {}) ] for input_str, expected in test_cases: actual = count_chars(input_str, ignore_case=False, ignore_whitespace=False) assert actual == expected, f"输入 {input_str!r} 期望 {expected}, 实际 {actual}" print("全部可见样例通过")逻辑说明：断言失败会打印一条包含输入、期望值和实际值的错误消息，这样你可以直接定位是哪一组测试用例触发的问题。continue 和 break 在这里都不需要，因为 assert 一旦失败，程序立即停止，后续用例不会继续执行，这正是我们要的“快速暴露错误”的效果。该测试脚本完整跑完后，会输出“全部可见样例通过”。
参数说明：input_str 是原始输入字符串，expected 是手写期望输出的字典。手写期望值需要小心，这是环节最耗时的部分，但也是最值得的：你被迫把输出结果在脑子里推演一遍，而不是依赖参考代码帮你“猜”。我的习惯是每组测试用例后面加一行注释，说明这个用例覆盖了什么条件，比如“空字符串边界”“包含逗号和感叹号的特殊字符”“空格被过滤”之类。
4.2 给本地验证器补上隐藏用例生成器
在课程测验里，比样例更容易让人翻车的是隐藏用例。判题系统不会把隐藏用例展示给你，它只告诉你哪个用例失败，甚至不告诉你输入是什么。要想减少这种意外，最好的方式是自己生成一批“变态输入”，把能想到的边界都跑一遍。
生成输入不需要随机，需要的是结构性枚举：
def gen_edge_cases(): cases = [] # 空字符串 cases.append("") # 只有空白 cases.append(" ") # 大小写混合 cases.append("aAaA") # 重复字符只有一种 cases.append("ssss") # 数字与字母混排 cases.append("123abc123") # 超长字符串: 10000 个相同字符 cases.append("x" * 10000) # 包含换行与制表符 cases.append("a\tb\nc ") return cases for c in gen_edge_cases(): # 不设预期值, 只检查不抛异常且返回字典 result = count_chars(c) assert isinstance(result, dict), f"输入 {c!r} 返回类型错误"逻辑说明：这组用例覆盖了空输入、纯空白、大小写杂交、重复字符、数字与字母混合、超长输入以及控制字符几个典型类别。在这些用例上，肉眼看不到正确答案，但你可以从返回值结构上发现很多潜在问题：比如返回的字典键出现了不该存在的空字符串、报错信息提示超出递归深度、或者是处理超长字符串时性能明显卡住。assert isinstance 只是最低门槛，实际使用时我会在每个用例后接着打印 result，人工扫一眼是否有丢失字符。
参数说明：10000 个相同字符的用例，主要用来测性能极限。如果你的实现里用了嵌套循环而不是单层循环，这个字符串就会直接让程序卡顿几秒钟甚至更久，这在课程测验的限时里是致命的。换行与制表符的存在，则能检查你的过滤逻辑是否真的使用了 isspace() 而不是只判断空格字符 ' '。
4.3 用时间统计反推自己的熟练度
完成正确性验证后，还要记录耗时。同一道题，资料包里的参考答案可能十几行写完，你花半小时写出来，两者在课程测验里的收益完全不同。测验允许的时间通常只有几分钟，所以每次练习时我都会在脚本开头和结尾各记一次当前时间：
import time start = time.time() # 调用被测函数 result = count_chars("Hello, World!") end = time.time() print(f"耗时 {(end - start) * 1000:.1f} ms")逻辑说明：time.time() 返回自纪元开始的秒数，两次调用差值即为执行耗时，乘 1000 转成毫秒方便阅读。这样做不是为了精确做性能分析，而是要建立一个“耗时报警线”：比如你实现同样功能的代码在 100 个字符的输入上都要跑 50 毫秒，那么到 10 万字符时就会以平方级的速度恶化，这通常说明你使用了不必要的嵌套循环。
把练习时间刻意压缩到一半，人的大脑会被迫放弃“慢慢琢磨”的舒适节奏，改走最熟悉的语法路径。这也是我发现这套资料能带给使用者最大的改变：正确率只是及格线，而速度才是测验中的真正胜负手。每次限时训练后，我会把超过一分钟还没写出来的题目标记在题目旁边，作为第二轮的优先练习对象。
5. 课程测验避坑指南：五个让人怀疑人生的常见翻车点
5.1 现象：程序在自己电脑上输出正常，提交到评测系统后直接判 0 分
原因：最常见的情况是评测环境用的 Python 版本和你本地不一致，尤其是把 print 的默认分隔符、Unicode 字符串长度、round 的舍入行为当成固定不变的东西。另一个高频原因是你的代码读输入时用了 input() 处理全部数据，而评测系统是按行逐条喂给程序，导致第一次 input 只拿到第一行，后续逻辑直接错位。
解决：先在本地强制使用与评测环境一致的 Python 版本，搜索资料包里标注的运行环境。如果标注为 Python 3.8+，就永远不要用 Python 2 的 print 语法或 xrange。输入读取方面，我一般建议一次性读取全部标准输入再按行切分，而不是依赖多次调用 input()：
import sys def read_all_lines(): return sys.stdin.read().splitlines()这样无论评测系统一次给一行还是多行，程序都能稳定拿到完整数据。它不改变逻辑结构，只是把“输入获取”和“逻辑处理”做了解耦，排查问题时也能更快定位是输入解析阶段还是算法阶段出错。
5.2 现象：参考答案能跑通所有样例，但你自己复现时字典顺序每次都不同
原因：Python 3.7 之前字典不保证键的顺序，3.7 之后虽然按插入顺序保持，但如果你对字典进行了多次增删操作，输出结果和参考实现会不一致。尤其是在使用集合推导式或字典推导式时，顺序受哈希影响，不同运行环境结果可能不同。
解决：凡是要求“按顺序输出”的题目，绝不依赖迭代字典本身。常见做法是把键取出来之后用 sorted() 显式排序：
for k in sorted(freq): print(k, freq[k])参数说明：sorted 默认按字符串的 Unicode 码点排序，对大写字母、小写字母混排的情况会得到 A 在 a 之前的顺序。如果题目要求按字母表不区分大小写排序，你需要写成 sorted(freq, key=str.lower)。这个坑在课程测验里的出现频率很高，因为参考资料很可能来自不同版本的解释器，你在本地复现时发现“输出顺序和答案不一致”，第一反应不应该是怀疑自己逻辑写错，而是检查排序规则。
5.3 现象：测试用例全部通过，但耗时几乎超时
原因：很多综合编程题会隐藏一个 10 万级数据量的用例，用来淘汰时间复杂度不达标的实现。常见写法是在循环内部反复调用 str.count、list.count 或 in 操作，这些操作本身都是线性扫描，嵌套后变成 O(n²)，数据量一大就会卡死。
解决：把“重复计数”改成单次遍历。以统计词频为例，不要在每个字符上调用 s.count(ch)，而应该用字典累积，只在主循环里对所有字符各访问一次：
freq = {} for ch in s: freq[ch] = freq.get(ch, 0) + 1这个版本的时间复杂度是 O(n)，空间复杂度是 O(k)，k 为不同字符数。如果你对性能没有把握，可以在本地生成一个 100 万字符的输入跑一遍，如果耗时超过一秒，就要考虑到评测机上可能多组用例叠加，从而进一步优化。
5.4 现象：函数第一次调用结果正确，第二次调用同一函数结果变得异常
原因：典型原因是函数内使用了可变对象作为默认参数，例如 def add_item(item, cache=[]): 默认参数只在函数定义时创建一次，后续所有调用共享同一个列表。第一次调用往里添加了元素，第二次调用还能看到第一次残留的数据。
解决：把可变对象默认值改成 None，在函数体内部再创建：
def add_item(item, cache=None): if cache is None: cache = [] cache.append(item) return cache逻辑说明：每次调用函数时，cache 都被重新初始化为一个新列表，不会跨调用保留状态。这是课程测验里比较隐蔽的坑，因为单测样例只调一次时看不出来，只有连续调用同一函数才会暴露。很多资料包的参考答案为了代码简短，可能会直接用可变默认参数，你在抄写之前一定要先判断它会不会在连续调用场景下出错。
5.5 现象：看到题目要求“输出每个元素出现的次数”，却漏掉了元素为负数的情况
原因：很多人在统计时使用数组下标作为计数索引，遇到负数或非整数元素就会抛出下标越界错误。这个问题在题目给定的样例里往往看不出来，因为样例通常只给正整数，但隐藏用例会包含负数，专门测试你的边界处理能力。
解决：统计类题目如果没有特别说明“输入均为正整数”，就不要默认输入范围等于列表下标范围。改用字典统计是安全的选择，因为字典的键可以接受任意不可变类型，负数、字符串、浮点数都不是问题。如果题目强制要求必须用数组，那就先对输入做一次偏移处理，把所有负数转到合法下标范围，并在代码注释里说明偏移量的设计依据。
6. 把练习改成答题工具箱：从“会做”到“随取随用”
6.1 给手边高频函数做一个小型代码片段库
当一套 COMP9021 课程资料里的练习被你按章节做完一遍后，再从头重做一遍的价值会递减。这时候我推荐换一个方向：把解题中写过的通用逻辑抽出来，组成自己专属的实用代码片段库。
这不是整理笔记，而是建立一个“随取随用”的函数集合。以字符串处理和统计类题目为例，常见函数包括：按空白拆分但保留引号内容、统计词频并按规则排序、清理 Unicode 中的不可见字符、把列表按指定步长切片。每一个都来自资料包中某一题的参考答案，但经过参数化改造后，可以被其他题目复用。
def split_keep_quotes(text): """ 按空白拆分字符串, 但保留引号内的内容不被拆分。 参数: text 原始字符串 返回: 拆分后的子串列表 """ import re return re.findall(r'"[^"]*"|\S+', text)逻辑说明：这段代码用正则把“带引号的内容”和“普通非空白字符串”都匹配出来。re.findall 返回所有匹配项，顺序和原文一致。它解决的问题是：统计一行参数时，空格分隔会导致带空格的参数被拆成两段，这在“命令行解析类”练习里特别常见。把它作为工具箱的一分子，下次遇到类似的输入解析题，你就不用从头写正则表达式。
参数说明：函数只处理英文双引号，如果课程测验要求支持单引号，把正则中的双引号换成 ['"] 即可。注需要注意，用单个正则同时匹配两种引号时，必须确保左右引号成对出现，否则会把残缺引号当作普通字符输出。
6.2 给自己建立一个“五步复盘”习惯
做完每一道练习，不管对错，我都会强制走一遍固定流程：看自己的输出和预期输出差在哪、想差距的原因、把错误原因归类到某一个知识点、把知识点对应的正确写法默写一遍、最后不看任何提示重新做一次。这套流程看起来笨，但确实把“看见了会做”变成了“下一次遇到同类题直接能写”。
从那以后，我每次使用课程资料合集，不管是练习包还是往年测验真题，都会提前把要做的题目范围限定在 30 分钟内，并在时间结束后立刻对照答案。如果发现自己在一个知识点上连续翻车两次，就把它记在一个单独的错题文件里，等整套资料刷完后再集中做针对性训练。这比漫无目的地从头看到尾有效得多。每个视频软件的新手往往都靠抄题和背答案建立信心，但真正能让你在课程测验里稳住输出的，是这种把知识点拆碎再逐个造句的笨办法。希望帮到你。
本文还有配套的精品资源，点击获取
