【python】-- 递归函数、高阶函数、嵌套函数、匿名函数

递归函数

在函数内部，可以调用其他函数。但是在一个函数在内部调用自身，这个函数被称为递归函数

def calc(n):
    print(n)
    if int(n/2) == 0:  #结束符
        return n
    return calc(int(n/2))  #调用函数自身
 
m = calc(10)
print('----->',m)
 
#输出结果
10
5
2
1
-----> 1 #最后返回的值

递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

堆栈详情：http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html 

 

递归函数使用案例：

二分查找：

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
 
 
def binary_search(dataset,find_num):
    print(dataset)
 
    if len(dataset) >1:
        mid = int(len(dataset)/2)
        if dataset[mid] == find_num:  #find it
            print("找到数字",dataset[mid])
        elif dataset[mid] > find_num :# 找的数在mid左面
            print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid])
            return binary_search(dataset[0:mid], find_num)
        else:# 找的数在mid右面
            print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid])
            return binary_search(dataset[mid+1:],find_num)
    else:
        if dataset[0] == find_num:  #find it
            print("找到数字啦",dataset[0])
        else:
            print("没的分了,要找的数字[%s]不在列表里" % find_num)
 
 
binary_search(data,66)

1+2+3+4+.....+100的例子：

def add_to_100(n):
    if n == 0:
        return n
    return n + add_to_100(n-1)
 
n = add_to_100(100)
print(n)
 
#输出
5050

 

 

 

匿名函数

匿名函数就是不需要显式的指定函数，跟普通函数的最大区别就是不用特意用def 关键字去定义

#这段代码
def calc(n):
    return n**n
print(calc(10))
 
#换成匿名函数
calc = lambda n:n**n
print(calc(10))

 

匿名函数主要是和其它函数搭配使用，可以优化代码，如下：

res = map(lambda x:x**2,[1,5,7,4,8])
for i in res:
    print(i)

 

嵌套函数

嵌套函数，顾名思义就是函数里面套函数，在一个函数的函数体内，用def 去声明一个函数，而不是去调用其他函数，称为嵌套函数

name = "apple"
 
def change_name():
    name = "apple1"
 
    def change_name2():
        name = "apple2"
        print("第3层打印",name)
 
    change_name2() #调用内层函数
    print("第2层打印",name)
 
 
change_name()
print("最外层打印",name)

 

 注：主要用于装饰器

 

高阶函数

变量可以指向函数（把函数名，即函数的栈内存地址当成变量的值，函数名作为变量），函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，说白了，高阶函数功能就是：把函数本身当做一个参数，传到另一个函数中，然后在这个函数中做处理，这种函数就称之为高阶函数：

#普通函数
def test_1(a,b):
    return a+b
 
#高阶函数
def test_2(a,b,f):
    return f(a)+f(b)
 
print("------test_1-----")
res = test_1(1,-3)
print(res)
print("------test_2-----")
res = test_2(1,-3,abs)  #把abs这个内置函数当做参数传进去
print(res)
 
#输出
------test_1-----
-2
------test_2-----
4

 

实现高阶函数有两个条件：

 

1、把一个函数名当做实参传给另外一个函数

def bar():
    time.sleep(3)
    print("in the bar")
 
def test1(func):
    print(func)
    start_time = time.time()
    func()
    stop_time = time.time()
    print("the func run the is %s"%(stop_time-start_time))
#没有修改bar的代码
test1(bar)  #把bar函数名当做实参传到test1中
 
#输出
<function bar at 0x0000000000A7D378>  #bar函数的内存地址
in the bar
the func run the is 2.9912972450256348

 

2、返回值中包含函数名

import  time
 
def bar():
    time.sleep(3)
    print("in the bar")
 
def test2(func):
    print(func)
    return func   #返回函数的内存地址
 
#调用test2函数
bar = test2(bar) 
bar()  #没有bar函数改变调用方式
 
#输出
<function bar at 0x0000000000B6D378>  #打印bar函数的内存地址
in the bar

 

注：主要用于装饰器

 

 

函数式编程介绍

函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程中的函数这个术语不是指计算机中的函数（实际上是Subroutine），而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如sqrt(x)函数计算x的平方根，只要x不变，不论什么时候调用，调用几次，值都是不变的。

 

Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。

一、定义

简单说，"函数式编程"是一种"编程范式"（programming paradigm），也就是如何编写程序的方法论。

主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说，现在有这样一个数学表达式：

　(1 + 2) * 3 - 4

 

 传统的过程式编程，可能这样写：

var a = 1 + 2;

var b = a * 3;

var c = b - 4;

函数式编程要求使用函数，我们可以把运算过程定义为不同的函数，然后写成下面这样：

var result = subtract(multiply(add(1,2), 3), 4);

再演进以下，可以变成这样:

add(1,2).multiply(3).subtract(4)

函数式编程只是介绍，python 并不适合函数式编程，Erlang,Haskell更适合