询问有关整数程序编写的思考方向

输出100以内的个位数为6，且能被3整除的所有自然数，输出到屏幕上的数之间用空格隔开

求余3为0，求余10为6

for i in range(6,100,3):
    if i%10 == 6:
      print(i,end=' ')

for i in range(6,100,10):
    if i%3 == 0:
      print(i,end=' ')

还可以简化，因为只有6,36,66，每隔30个才能被3整除，所以根本不需要判断

for i in range(6,100,30):
    print(i,end=' ')

• 你看下这篇博客吧, 应该有用👉 ：网络分块部署，最后图像矩阵拼接时中间有条缝隙，过渡不自然的问题解决方法
• 除此之外, 这篇博客: 基于用户的协同过滤算法（及3种计算用户相似度的方法）中的 采用惩罚热门物品和倒查表方式计算用户相似度方法 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 同倒查表方式，只不过增加了一个 log函数 降低热门物品的影响

  def UserSimilarity_best(dict_):
      items_users = dict()
      for u,items in dict_.items():
  #         print(u)
          for i in items.keys():
  #             print(i)
              items_users.setdefault(i,set())
  #             print(dict_[u][i])
              if dict_[u][i] != 0:
                  items_users[i].add(u)
      count = dict()
      num = dict()
      for i,ur in items_users.items(): #i:{a,b,c,d,……} ur:用户集合 热门
          for u in ur:
              num.setdefault(u,0)
              num[u] += 1
  #             items_users.setdefault(i,set())
              count.setdefault(u,dict())  #key： A B C ……
              for v in ur:
                  count[u].setdefault(v,0)
                  if u == v:
                      continue
                  count[u][v] += 1/math.log(1 + len(ur)) #gonggong log惩罚
      w = dict()
      for u,realted_u in count.items():
          w.setdefault(u,dict())
          for v,cuv in realted_u.items():
              if u == v:
                  continue
              w[u].setdefault(v,0)
              w[u][v] = cuv/math.sqrt(num[u] * num[v] * 1.0)
      return w
  
  w3 = UserSimilarity_best(UserCF_dict)
  

• 您还可以看一下 2017CCTC大会老师的【微服务专场】实施微服务架构的关键技术课程中的 实施微服务架构的关键技术小节, 巩固相关知识点