Python学习题集：动态规划与坐标点分类

"Python编程的学习资料，包含了第13周的学习题集，主要涉及动态规划和坐标点分类问题。" 本资源提供了一组Python编程练习题，重点在于理解和应用动态规划以及对坐标点进行分类。题目包括两个部分，首先是一个简单的动态规划问题，接着是一个关于坐标点的分类任务。 动态规划问题（6-4）：虽然描述中并未详细给出具体题目，但提到这是一个动态规划问题，且难度不高。动态规划是一种解决最优化问题的方法，通常用于处理具有重叠子问题和最优子结构的问题。在这个例子中，可能需要通过递归或迭代的方式来逐步构建解决方案，并且可能可以通过优化减少计算量。 坐标点分类（6-1）：这部分要求根据坐标点与原点的距离将其分为两类，一类是距离小于给定半径`r`的点，另一类是距离大于等于`r`的点。为此，需要编写以下四个函数： 1. `readPoint()`：这个函数用于读取输入的坐标点，它们是以逗号分隔的数，如果没有数据则默认为0。它应返回一个表示坐标点的元组。 2. `distance(point)`：计算给定点`point`与原点之间的欧氏距离。欧氏距离是两点间直线距离，可以通过勾股定理计算，即`sqrt(x^2 + y^2)`，其中`x`和`y`是点的坐标。 3. `ClassifyPoints(points, r)`：此函数接收一个点的列表`points`和一个半径`r`，将点分类后分别放入`a`和`b`两个列表。返回值是一个包含这两个列表的元组。分类依据是`distance(point) < r` 和 `distance(point) >= r`。 4. `avgDistance(pointList)`：计算列表`pointList`中所有点到原点的平均距离，利用`distance(p)`函数。平均距离是所有点距离的总和除以点的数量。 最后，程序需要打印出分类后的点集合及其平均距离。这可以通过`printPointsTuple(psTuple, r)`函数实现，它会按照给定的输出格式显示信息。 题目提供了裁判测试程序样例，展示了如何读取输入、分类点并打印结果。用户需要根据这些信息编写相应的代码实现上述功能。在实际编程时，需要注意数据类型转换，例如将输入的字符串转换为整数，以及正确处理列表和元组的操作。此外，确保计算的距离和平均距离精确到三位小数，以符合样例输出格式。