用python写一个有一个列表nums = [3, 6, 10, 14, 2, 7],请编写一个程序,找到列表中相加等于 9的任意元素集合,如:[(3, 6), (2, 7)]。

我们可以编写一个 Python 程序,从给定的列表 `nums = [3, 6, 10, 14, 2, 7]` 中找出所有**两两相加等于 9 的元素对**,并以元组形式返回,如:`[(3, 6), (2, 7)]`。 下面是一个高效且清晰的实现方式,使用集合(`set`)来降低时间复杂度。 ```python nums = [3, 6, 10, 14, 2, 7] target = 9 def find_pairs_with_sum(nums, target): seen = set() # 存储已访问过的数字 pairs = set() # 存储符合条件的数对(用集合避免重复) for num in nums: complement = target - num # 配对的另一个数 if complement in seen: # 将较小的数放在前面,保证统一顺序 (如 (2,7) 而不是 (7,2)) pair = tuple(sorted((num, complement))) pairs.add(pair) seen.add(num) return list(pairs) # 调用函数 result = find_pairs_with_sum(nums, target) print("和为", target, "的数对有:", result) ``` --- ### ✅ 输出结果: ``` 和为 9 的数对有: [(2, 7), (3, 6)] ``` --- ### 🔍 代码解释: 1. **`seen` 集合**: - 记录已经遍历过的数字。 - 用于快速判断当前数字是否有配对的“补数”(即 `target - num`)已经出现过。 2. **`complement = target - num`**: - 表示为了让 `num + complement == target` 成立,需要找的那个数。 3. **`if complement in seen:`**: - 如果补数已经在之前出现过,说明找到了一对。 4. **`sorted((num, complement))` 并转为 `tuple`**: - 保证 `(2,7)` 和 `(7,2)` 被视为同一个组合,避免重复。 - 元组可以加入 `set`,而列表不行。 5. **最终返回 `list(pairs)`**: - 将去重后的结果转换为列表输出。 --- ### ⏱️ 时间复杂度: - **O(n)**:只遍历一次列表,集合查找是 O(1)。 --- ### 📝 注意事项: - 此方法不会重复使用同一个元素(因为 `complement` 必须来自之前的不同位置)。 - 不会输出重复的数对(比如两个 `(3,6)`),因为我们用了 `set` 去重。 - 如果列表中有重复元素,也可以正确处理(例如两个 3 和一个 6,可能生成一对 (3,6))。 ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

Python 列表 使用练习

Python 列表 使用练习

1.列表表达式与列表排序 列表中的元素也是可迭代的对象如列表、元组等时,要根据这些元素的某个子元素对列表排序,常规排序方式失效,需要用sorted()函数并指定key。 题目: 输入一组数到列表nums,请找到列表中任意两个元素相加能够等于9的元素,形成一个元组,使其小数在前大数在后,如:(2,7),(1,8)。重复的元组元素只保留一个,结果按元组第一个元素从小到大顺序输出。 【样例输入】 numbers:3,4,5,7,2,8,1 【样例输出】 [(1, 8), (2, 7), (4, 5)] 示例解答如下: def get_tuple(num_list): temp_list =

python的列表List求均值和中位数实例

python的列表List求均值和中位数实例

主要介绍了python的列表List求均值和中位数实例,具有很好对参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Python通过递归遍历出集合中所有元素的方法

Python通过递归遍历出集合中所有元素的方法

主要介绍了Python通过递归遍历出集合中所有元素的方法,实例分析了Python遍历集合元素的技巧,具有一定参考借鉴价值,需要的朋友可以参考下

Python实现从N个数中找到最大的K个数

Python实现从N个数中找到最大的K个数

提出问题: 如何在某集合里面找出最大或最小的K个元素。 解决思路: 找出最大或最下的K个元素,可以使用Python库中的heapq模块,该模块提供两个函数nlargest()求最大K个和nsmallest()求最小K个。 下面我们举例说明: import heapq nums=[12,-9,-3,32,9,56,23,0,11,34] print(heapq.nlargest(4,nums)) #-->最大的4个 print(heapq.nsmallest(4,nums)) #-->最小的4个 运行结果: [56, 34, 32, 23] [-9, -3, 0, 9] 分析下,nlar

python列表返回重复数据的下标

python列表返回重复数据的下标

主要介绍了python列表返回重复数据的下标,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

python中的列表与元组的使用

python中的列表与元组的使用

主要介绍了python中的列表与元组的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

Python要求O(n)复杂度求无序列表中第K的大元素实例

Python要求O(n)复杂度求无序列表中第K的大元素实例

昨天面试上来就是一个算法,平时基本的算法还行,结果变个法就不会了。。。感觉应该刷一波Leecode冷静下。。。今天抽空看下。 题目就是要求O(n)复杂度求无序列表中第K的大元素 如果没有复杂度的限制很简单。。。加了O(n)复杂度确实有点蒙 虽然当时面试官说思路对了,但是还是没搞出来,最后面试官提示用快排的思想 主要还是设立一个flag,列表中小于flag的组成左列表,大于等于flag的组成右列表,主要是不需要在对两侧列表在进行排序了,只需要生成左右列表就行,所以可以实现复杂度O(n)。 举个例子说明下步骤,比如有列表test_list=[6,5,4,3,2,1],找出第3大的元素,就是4, 如

Python实现判断一个整数是否为回文数算法示例

Python实现判断一个整数是否为回文数算法示例

主要介绍了Python实现判断一个整数是否为回文数算法,结合实例形式分析了Python针对字符串的翻转、判断等相关操作技巧,需要的朋友可以参考下

python 实现给你一个整数数组 nums ,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)

python 实现给你一个整数数组 nums ,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)

# 给你一个整数数组 nums ,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)。 # 解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。 # 示例 1: # 输入:nums = [1,2,3] # 输出:[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]] # 示例 2: # 输入:nums = [0] # 输出:[[],[0]]

浅谈python输出列表元素的所有排列形式

浅谈python输出列表元素的所有排列形式

例如: [‘a’, ‘b’, ‘c’] 输出 [‘a’, ‘b’, ‘c’] [‘a’, ‘c’, ‘b’] [‘b’, ‘a’, ‘c’] [‘b’, ‘c’, ‘a’] [‘c’, ‘a’, ‘b’] [‘c’, ‘b’, ‘a’] 方法一:利用递归的方式实现 def permutation(li): len_list = len(li) if len_list == 1: return li result = [] for i in range(len_list): res_list = li[:i] + li[i+1:] s = li[i]

Python递归求出列表(包括列表中的子列表)的最大值实例

Python递归求出列表(包括列表中的子列表)的最大值实例

要求:求出列表中的所有值的最大数,包括列表中带有子列表的。 按照Python给出的内置函数(max)只能求出列表中的最大值,无法求出包括列表中的子列表的最大值 Python3代码如下: #!/usr/bin/env python3 # _*_ coding:UTF-8 _*_ list_tmp = [1,3,5,7,9,11] print(max(list_tmp)) 返回的结果为:11 按照Python3给出内置函数(max)的方法想要违和他的要求求出列表包括子列表的数,他就会给你进行报错。 图片如下: 按照上述的操作我们无法将列表的值和子列表的值进行对比,那么我们可以尝试着自己制作一个

基于Python列表解析(列表推导式)

基于Python列表解析(列表推导式)

今天小编就为大家分享一篇基于Python列表解析(列表推导式),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

python列表删除和多重循环退出原理详解

python列表删除和多重循环退出原理详解

主要介绍了python列表删除和多重循环退出原理详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

python 移动零,给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序

python 移动零,给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序

# 移动零 # 给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序 # 输入示例 # 输入: [0,1,0,3,12] # 输出示例 # 输出: [1,3,12,0,0] # 解析 # 双指针, 或者冒泡 # 冒泡:    两次循环, 第一次循环是所有的元素, 第二次是未排序的元素 #       第一次循环的元素如果是 0 就跟所有未排序的元素进行互换, 将 0 换到最后面 #       然后继续下一个未排序的元素进行对比 x = [0, 8, 9, 0, 10, 0] for i in range(len(x)): if x[i] == 0: for j in range(i, len(x)): if j + 1 < len(x) - i: x[j], x[j + 1] = x[j + 1], x[j] print(x) # 双指针:   设定一个指针 j 从 0 开始, 然后另一个指针遍历数组 #       将指针i,j先指向第一个元素,让i不断后移,如果i指向的是一个非零元素, #      那么将 i 指向元素的值直接填入 j 指向的位置,然后 j 指针后移; #    如果 i 指向的是一个零元素,那么指针 i 就直接后移,而 j 不变。 #      当 i 已经全部遍历完后,从 j 的位置开始,直接往后全部填入零。

蓝桥杯 基础练习 杨辉三角形 (python实现)

蓝桥杯 基础练习 杨辉三角形 (python实现)

题目描述 资源限制 时间限制:1.0s 内存限制:256.0MB 问题描述 杨辉三角形又称Pascal三角形,它的第i+1行是(a+b)i的展开式的系数。它的一个重要性质是:三角形中的每个数字等于它两肩上的数字相加。    下面给出了杨辉三角形的前4行: 1   1 1   1 2 1  1 3 3 1 给出n,输出它的前n行。 输入格式 输入包含一个数n 输出格式 输出杨辉三角形的前n行。每一行从这一行的第一个数开始依次输出,中间使用一个空格分隔。请不要在前面输出多余的空格。 样例输入 4 样例输出 1 1 1 1 2 1 1 3 3 1 数据规模与约定 1 &lt;= n &lt;=

python3中sorted函数里cmp参数改变详解

python3中sorted函数里cmp参数改变详解

在本篇文章里小编给大家整理的是关于python3中sorted函数里关于cmp这一参数的改变相关内容,需要的朋友们可以学习下。

零基础入门python3.7 ——基础知识总结(七)集合(set)

零基础入门python3.7 ——基础知识总结(七)集合(set)

一,集合 set python中的集合和数学中的集合是一样的,用来保存不重复的元素。也就是说集合中的元素是唯一的。 二。创建集合 1。 使用{}创建 a = {1, 3, "java", 'python'} print(a) {1, 3, 'java', 'python'} 2。使用set()函数创建 a = set([1, 2, "java", 'python']) print(a) print("---------") b = set("python") print(b) print('---------') c = set((1, 2, 'java', 'python')) pri

Python实现求两个数组交集的方法示例

Python实现求两个数组交集的方法示例

主要介绍了Python实现求两个数组交集的方法,涉及Python数组遍历、排序、判断、追加等相关操作技巧,需要的朋友可以参考下

python中的二维列表实例详解

python中的二维列表实例详解

1. 使用输入值初始化列表 nums = [] rows = eval&#40;input("请输入行数:"&#41;) columns = eval&#40;input("请输入列数:"&#41;) for row in range(rows): nums.append([]) for column in range(columns): num = eval&#40;input("请输入数字:"&#41;) nums[row].append(num) print(nums) 输出结果为: 请输入行数:3 请输入列数:3 请输入数字:1 请输入数字:2 请输入数字:3 请输入数字:4 请输入数字:5 请输入数字:

Python替换NumPy数组中大于某个值的所有元素实例

Python替换NumPy数组中大于某个值的所有元素实例

主要介绍了Python替换NumPy数组中大于某个值的所有元素实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

最新推荐最新推荐

recommend-type

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.csdn.net/mtl1994
recommend-type

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档)

SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心...
recommend-type

MATLAB/Simulink直流电机三闭环仿真与PI及PWM控制

在探讨“基于MATLAB/Simulink的三闭环直流电机调速系统仿真:PI控制与PWM调制”这一主题时,我们首先需要了解几个关键的工程技术概念和工具应用。以下是对标题、描述、标签和文件名称列表中涉及知识点的详尽阐释。 MATLAB是一种高级数学计算和工程仿真软件,广泛应用于算法开发、数据可视化、数据分析和数值计算等领域。Simulink作为MATLAB的一个附加产品,是一个用于模拟动态系统(如电子、机械、控制系统等)的多域仿真和基于模型的设计环境,它提供了一个直观的图形界面,让用户能够构建复杂的系统模型。 PI控制,即比例-积分控制,是一种常见的反馈控制策略。它结合了比例控制(P)和积分控制(I)的优点,比例控制对当前偏差进行响应,而积分控制则对过去的累积误差进行响应。PI控制器可以减少稳态误差,提高系统的稳定性和响应速度,是直流电机调速系统中常用的控制方式。 PWM调制,即脉冲宽度调制,是一种利用数字输出信号对模拟电路进行控制的技术。在电机控制中,PWM调制通过调整脉冲的宽度来控制电机供电电压的平均值,进而控制电机的转速。这种调制方式在直流电机调速系统中非常常见,因为它可以有效地减少电机发热,提高能量利用效率,并实现平滑的电机加速和减速。 直流电机调速系统是通过改变电机供电电压或电流来控制电机转速的系统。在本文描述的三闭环控制结构中,包括位置环、速度环和电流环。位置环关注电机转子的具体位置;速度环关注电机转速,是速度反馈的控制环节;电流环则关注电机工作电流,是电流反馈的控制环节。三者通过相互配合,共同实现对电机精确的动态控制。 H桥电路是一种常用的电机驱动电路,它可以通过改变电流方向来控制电机的正反转,广泛应用于电子调速装置中。 文章附带的两千多字说明文档详细描述了三闭环直流电机调速系统的建模步骤、仿真测试方法以及参数调整技巧。这些内容对研究人员和工程师深入理解和掌握三闭环控制系统搭建和优化的方法至关重要。对于从事电机控制研究的技术人员、自动化工程领域的研究人员、高校相关专业的学生而言,这些信息都是宝贵的资源。 文件名称列表中的两个Word文档可能包含了上述仿真系统的详细说明和操作指南,以及必要的理论背景介绍。PDF文件可能是某些图表、数据、或是与仿真测试有关的说明文档。而“MATLAB”文件夹可能包含了实际的仿真模型文件,便于用户使用MATLAB/Simulink环境直接打开和运行仿真。 综上所述,本文所涉及的知识点涵盖了从理论到实践的多个层面,包括了直流电机调速系统的理论基础、控制系统设计、软件仿真、调试优化,以及实验操作技巧等。对于技术人员和学生来说,通过学习和实践这些知识点,可以显著提升他们对直流电机调速系统的理解能力,并能在实际工作中运用所学知识解决相关技术问题。
recommend-type

【MQTT协议20个致命误区】:20年IoT架构师亲历的17次生产事故复盘与9条黄金避坑法则(仅限内部技术圈流传)

# MQTT 协议的隐性契约:一场在不可靠网络中重建确定性的工程实践 在某国家级智能电表平台夏季用电高峰期间,运维团队盯着 Grafana 面板上那条平滑如镜的“在线设备数”曲线,却眼睁睁看着数万终端集体失联——指令发不出、数据收不到、告警静默无声。Wireshark 抓包显示,客户端 socket 仍处于 `ESTABLISHED` 状态,而 Broker 日志里连一条断连记录都没有。这不是 Bug,也不是配置错误;这是 MQTT 协议在真实网络拓扑中一次彻底的语义失效:`keep_alive = 60` 的承诺,在云厂商 NLB 60 秒单向关闭连接的现实面前,脆弱得像一张薄纸。 这并
recommend-type

切换Dify的嵌入模型后,旧文件还能直接用吗?

### Dify 更换向量数据库模型是否需要重新上传文件 当更换Dify所使用的向量数据库模型时,通常情况下确实需要重新上传文件。这是因为不同模型可能会有不同的特征提取方式以及数据存储格式,这会使得原本为旧模型准备的数据不再适用于新的模型。 具体来说,在切换到不同的嵌入模型(如从 `text-embedding-ada-002` 到其他模型)时,由于这些模型可能具有不同的参数设置、架构设计或训练目标,因此它们产生的向量表示也会有所不同[^2]。这意味着即使是对相同的内容进行编码,新旧模型生成的结果也可能存在差异,从而影响检索效果和服务质量。 对于像Weaviate这样的向量数据库而言,其
recommend-type

石墨烯超表面三次谐波增强COMSOL仿真技术及应用研究

在当前研究领域,对于石墨烯超表面三次谐波增强的研究,利用仿真技术已成为一种重要的手段。COMSOL Multiphysics是一个多物理场耦合仿真软件,它允许研究者在电磁波、光学、热学等多个物理场进行综合分析。本文将探讨COMSOL在光学仿真领域应用的深度,特别是针对石墨烯超表面三次谐波增强的建模和非线性光学计算技术。 首先,石墨烯由于其独特的电学性质,如高迁移率和可调的载流子浓度,已成为非线性光学领域的重要研究对象。在非线性光学仿真中,准确建模石墨烯的电导率至关重要。COMSOL支持自定义函数和材料属性,这使得研究人员能够将石墨烯的线性与非线性电导率模型精确地融入仿真环境中。这要求研究人员理解石墨烯电导率的物理机制,以及如何将其抽象为数学模型,进而用COMSOL中的物理场接口进行表达。 在超表面结构的参数化几何建模上,六边形晶胞设计和周期性边界条件的应用是构建石墨烯超表面的关键技术。周期性边界条件能够在最小的重复单元上模拟无限大的周期性结构的物理行为,极大地减少了模型规模和计算资源需求。此外,对于周期性结构的准确模拟,需要了解其在电磁场中的表现,以及如何在COMSOL中设置相关的物理场接口和参数。 非线性计算问题中的收敛性是仿真中经常遇到的挑战之一。提出基于线性计算结果初始化的非线性问题求解策略,是提高计算稳定性和效率的有效方法。正确设置求解器参数,比如松弛因子、误差容限以及迭代算法的选择,对于确保仿真的精度和快速收敛至关重要。 在执行参数化扫描的过程中,仿真软件需要能够快速、准确地在一系列参数值中进行计算。COMSOL的参数化扫描功能可以帮助用户自动化这一过程,研究者只需定义参数变量,软件就会自动执行仿真并收集数据。在评估三次谐波转换效率时,积分算子在空间域和频率域的应用尤为重要,这是由于它们可以用来计算特定区域或频段内的电磁场强度。 网格划分和边界条件的设定,直接关系到仿真的精确度和效率。高质量的网格划分可以提供更精确的仿真结果,但同时也会增加计算负担。在石墨烯超表面的研究中,需要特别关注在石墨烯表面和界面附近的网格细化,以及如何设置适当的边界条件,比如完美匹配层(PML)来模拟无限大的开放空间。 对于本文的读者来说,适合的群体包括了那些从事光学仿真、非线性光学研究的专业人士和技术爱好者。此文档旨在帮助他们理解并掌握石墨烯超表面三次谐波增强仿真的完整流程,确保能够复现实验结果,并在仿真过程中对性能进行优化。 本文也提供了一系列具体的代码片段和配置细节,这些对读者而言非常宝贵,有助于他们更深刻地理解相关的技术细节。在实际操作中,研究者可以根据这些指导信息快速地搭建起自己的仿真模型,进行必要的参数调整和优化。 最后,这项研究的应用场景十分广泛,不仅限于基础研究,还可以延伸至光学器件的设计和优化,如光学调制器、传感器和新型光源等。而COMSOL作为强大的仿真工具,将继续在各种科学和工程问题中发挥重要作用。
recommend-type

Python算法环境三系战争终局方案:venv_poetry_conda冲突溯源图谱(基于37个真实pipdeptree快照)+ 隔离策略决策树(准确率98.6%)

# Python算法环境三系战争的现实困局与终局命题 在智能家居设备日益复杂的今天,确保无线连接的稳定性已成为一大设计挑战。而当我们把视线转向Python算法工程领域,一个更隐蔽、更顽固的稳定性问题正悄然侵蚀着整个AI研发流水线——不是模型精度的波动,也不是GPU显存的溢出,而是那个最基础、最不该出错的环节:`import torch`。 73%的ML/AI项目在CI阶段因这行代码失败而回滚;其中仅12%能通过`pip list`定位根因;更令人不安的是,同一份代码库,在`poetry run python`与`conda activate && python`下,竟产生完全不同的`sys