请写出对应的python代码

好的，以下是对应的 Python 代码实现：

def count_substring(s):
    n = len(s)
    left, right = 0, 0 # 定义左右指针
    count = 0 # 统计无重复字符子串的数量
    hash_map = {} # 维护当前窗口中的所有字符及其出现的次数

    while right < n:
        # 将新的字符加入哈希表
        if s[right] not in hash_map:
            hash_map[s[right]] = 1
        else:
            hash_map[s[right]] += 1

        # 判断当前窗口是否合法
        while hash_map[s[right]] > 1:
            hash_map[s[left]] -= 1
            left += 1
        
        # 统计子串的数量
        count += right - left + 1

        # 移动右指针
        right += 1

    return count

该代码的时间复杂度为 O(n)，其中 n 是字符串的长度。

相关问题

python中如何判断html中embed元素的pdf在页面上加载完毕，请写出对应python代码

要判断HTML中的embed元素的PDF是否加载完毕，你可以使用Python中的Selenium库来模拟浏览器行为，并检查embed元素的加载状态。以下是一个示例代码：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 创建浏览器实例
driver = webdriver.Chrome()

# 打开页面
driver.get("Your_HTML_Page_URL")

# 等待embed元素加载完毕
wait = WebDriverWait(driver, 10)
embed_element = wait.until(EC.presence_of_element_located((By.TAG_NAME, "embed")))

# 检查embed元素的加载状态
is_loaded = driver.execute_script("return arguments[0].readyState;", embed_element)

if is_loaded == "complete":
    print("Embed element loaded successfully.")
else:
    print("Embed element is still loading.")

# 关闭浏览器
driver.quit()

在上面的代码中，我们使用了Chrome浏览器驱动程序（需要提前安装），并使用`webdriver.Chrome()`创建了一个浏览器实例。然后，我们通过`driver.get()`方法打开了指定的HTML页面。

接下来，我们使用`WebDriverWait`类等待页面中的embed元素加载完毕。`EC.presence_of_element_located()`方法指定了我们要等待的元素定位方式。

然后，我们使用`execute_script()`方法执行JavaScript代码来获取embed元素的加载状态。`return arguments[0].readyState;`代码返回了embed元素的`readyState`属性值。

最后，我们根据embed元素的加载状态判断PDF是否加载完毕，并输出相应的信息。

记得替换代码中的"Your_HTML_Page_URL"为你要测试的HTML页面的URL。同时，确保你已经安装了Selenium库和Chrome浏览器驱动程序。

请写出Python代码

以下是根据提供的要求编写的Python代码：

import numpy as np
import matplotlib.pyplot as plt

# (1) 下载波士顿房价数据集，并将所有训练集数据读取到NumPy数组x和y中
data = np.loadtxt('boston_housing.csv', delimiter=',')
x = data[:, :-1]  # 属性数组
y = data[:, -1]  # 标记数组

# (2) 使用所有训练集数据，可视化为散点图
plt.scatter(x, y)
plt.xlabel('属性')
plt.ylabel('房价')
plt.title('波士顿房价数据集')
plt.show()

# (3) 展示所有属性并提示用户输入属性序号，根据用户选择的属性输出对应的散点图
for i in range(x.shape[1]):
    print(f'属性{i+1}: {x[:, i]}')

attr_index = int(input('请输入属性序号: '))
plt.scatter(x[:, attr_index-1], y)
plt.xlabel(f'属性{attr_index}')
plt.ylabel('房价')
plt.title(f'属性{attr_index}与房价的关系')
plt.show()