Repositório com estudos de algoritmos e lógica usando Python
Inclui reflexões pessoais a partir da migração do C++ para o Python 💡
Estudo progressivo com base na trilha da Digital Innovation One (DIO)
Inclui percepções pessoais de quem veio do C++ e está explorando o universo mais flexível e automatizado do Python.
- 📜 História da linguagem e sua popularidade
- 🧠 Interpretado vs compilado (Python é interpretado)
- 🔐 Tipagem forte e dinâmica (mais flexível que C++)
- 🤖 Python favorece produtividade e automação — ideal pra QA e scripts
- Simples:
int,float,bool,str - Compostos:
list,tuple,dict,set - Manipulação de strings e métodos nativos (mais simples e intuitivo que em C++)
- Estruturas como
for,while,break,continue - Compreensão de listas (recursos modernos que reduzem linhas de código)
- Importância da indentação obrigatória — clareza visual e legibilidade
- 🔁 Menos código para fazer mais: Em Python, tarefas como manipular listas ou strings são muito mais diretas do que em C++.
- 🧱 Indentação obrigatória: No início foi estranho, mas logo vi que ajuda muito na organização do código.
- 🧰 Produtividade: Senti que para scripts e automação, o Python é muito mais ágil. Não precisei compilar, incluir headers, nem me preocupar com ponteiros ou alocação de memória.
- 🧪 Ideal para QA: Pela simplicidade e foco em automação, Python é uma escolha natural pra testes, algo que quero dominar.
backend_python/
├── fundamentos/
│ ├── primeiro_programa.py
│ ├── interpolacao_variaveis.py
│ ├── metodos.py
│ └── stringstriplas.py
├── strings/
│ ├── fatiandostring.py
│ ├── strings e fatiamento.py
├── condicionais/
│ ├── estruturascondicionais.py
│ ├── condicionaisparteII.py
├── desafios/
│ └── Desafio.py
├── docs/
│ └── Meus aprendizados.docx
├── README.md
└── .vscode/