- 迭代：即重複運行某個代碼塊的能力；之前的介紹中已經有兩種方法實現迭代：遞歸和
for循環；- 接下來介紹另一種方法：
while循環；
（一）重新賦值
- 對變量多次賦值是合法的；
- 給變量賦值非常有用，但是需要小心；對變量的頻繁賦值，會造成代碼可讀性的下降，不容易調試；
=與數學中的符號並不是相同的：
- 數學上，相等是一種對稱關係，但是賦值並不是一個對稱的關係；
- 數學中的相等命題，不是對就是錯，但是在python中，賦值可以使得兩個變量相等，但是這兩個變量並不一定必須保持這個關係；
（二）更新變量
變量賦值中一種常見的形式是更新：
x = x + 1
- 試圖更新一個不存在的變量會出現錯誤；
- 所以在更新之前需要進行初始化；
（三）while語句
計算機經常被用來自動處理重複性的任務。計算機很擅長無紕漏地重複相同或者相似的任務， 而人類在這方面做的不好。在計算機程序中，重複也被稱爲迭代（iteration）
def countdown(n):
while n > 0:
print(n)
n = n -1
print('Blastoff')
-
while語句的執行過程：- 判斷條件是真還是假；
- 如果爲false，退出while循環，執行接下來的句子；
- 如果爲true，運行while循環語句的主題，運行結束返回第一步；
-
循環主體應該改變一個或者多個變量的值，這樣才能讓條件判斷最終爲false，否則，循環將得不到終止；
（四）break
break可以跳出一層循環；
while循環的這種寫法很常見，因爲你可以在循環的任何地方判斷條件 （而不只是在循環開始），而且你可以積極地表達終止條件（“當出現這個情況是終止”）， 而不是消極地表示（“繼續運行直到出現這個情況”）
（五）平方根
循環常用於計算數值的程序中，這種程序一般從一個概略的值開始，迭代地進行計算；
牛頓法計算平方根
這個方法，可以用來計算a的平方根
>>> a = 4
>>> x = 3
>>> y = (x + a/x) / 2
>>> y
2.166666666667
可以看出第一次計算已經比較接近4的平方根，即2，再次計算
>>> x = y
>>> y = (x + a/x) / 2
>>> y
2.00641025641
可以看出，隨着迭代的次數增加，越來越接近真實的值；
- 一般來說，我們並不知道應該計算幾次才能得到正確的答案，但是當估計值不再變化的時候，就獲得了正確答案
- 當
x == y的時候，可以停止計算； - 但是直接讓兩個浮點數相等是比較危險的，因爲浮點數只能大約表示，有些現實中的數字是不能用浮點數精確表示的，所以需要有一個決定其精度的
epsilon來作爲閾值；
- 當
while True:
print(x)
y = (x + a/x) / 2
if abs(y - x) < epsilon:
break
x = y
（六）算法（Algorithm）
算法是什麼：
什麼不是算法：
- 在學習一位數乘法時， 可能背出了乘法表。實際上，你只是記住了100個確切的答案。這種知識並不是算法性的；
什麼是算法：
- 如果你比較 “懶”，你可能就會找到一些訣竅。比如說爲了計算 n 和 9 的乘積，你可以把 n−1 作爲乘積的第一位數，再把 10−n 作爲第二位數，從而得到它們的乘積。這個訣竅是將任意個位數 與 9 相乘的 **普遍解法 **。這就是一種算法；
- 算法的特點之一 就是不需要過多的腦力計算。算法是一個機械的過程，每一步都是依據一組簡單的規則跟着上一步來執行的；
- 執行算法很是乏味，但是設計算法是何有挑戰性的，是計算機科學的核心；
（七）調試
當你開始寫更爲複雜的程序時，你會發現大部分時間都花費在調試上。更多的 代碼意味着更高的出錯概率，並且會有更多隱藏bug的地方;
-
減少調試時間的一個方法是對分調試，即：
- 如果程序有100行，你一次檢查一行，就需要100步；
- 試着將問題拆爲兩半。在代碼中間部分或者附近的地方，尋找一個可以檢查的中間值。加上一行
print語句（或是其他具有可驗證效果的代碼），然後運行程序； - 判斷出錯的地方在上半部分還是下半部分；隨後進行類似的操作；
- 這樣每次可以排除一半的代碼；對於100行的代碼，最多需要6步即可定位響應出錯的行；
-
在實踐中，可能並不能很好的確定程序的 “中間部分” 是什麼，也有可能並不是那麼好檢查。 計算行數並且取其中間行是沒有意義的。相反，多考慮下程序中哪些地方比較容易出問題，或者 哪些地方比較容易進行檢查。然後選定一個檢查點，在這個斷點前後出現bug的概率差不多；====