lambda函数/排序/filter/map
1.lambda 匿名函数
zrf = lambda x:x**2
ret = zrf(10) #这里面实际上还是有函数名
print(ret)
2.sorted 排序(list也自带排序功能)
排序函数
sorted(iterable,key=函数名,reverse=False)
key:把里面的每一个值拿到函数处理之后返回一个 数字
在根据数字排序 顺序或者倒序
3.filter 筛选 过滤
filter(function,iterable)
function:用来筛选的函数
函数返回的是true或者false
def func(age):
return age>18
4.map 映射函数
map(function,iterable)
映射即为函数
print(list(map(lambda x,y:x+y,lst1,lst2)))

1 # 用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb 2 # name=[‘oldboy’,'alex','wusir'] 3 name = ['oldboy', 'alex', 'wusir'] 4 5 6 def func(s): 7 return s + "_sb" 8 9 10 # 这里面映射之后 返回的是一个可迭代对象 11 12 for a in map(lambda s: s + "_sb", name): 13 print(a)

1 # 用map来处理下述l,然后用list得到一个新的列表,列表中每个人的名字都是sb结尾 2 l = [{'name': 'alex'}, {'name': 'y'}] 3 4 5 # 这里面字典的操作有点忘了 6 def func(dic): 7 dic['name'] += 'sb' 8 return dic 9 10 11 # 怎么写成匿名函数? 12 print(list(map(lambda s: s['name'] + 'sb', l))) 13 14 # 15 #用filter来处理,得到股票价格大于20的股票名字 16 shares = { 17 'IBM': 36.6, 18 'Lenovo': 23.2, 19 'oldboy': 21.2, 20 'ocean': 10.2, 21 } 22 23 # 这个怎么访问 ===>bug!!!! 24 # def func(s): 25 # return s[1] > 20 26 print(list(filter(lambda k: shares[k] > 20, shares)))
5.递归(难点)
递归的深度1000 但是到不了1000
一般人的电脑到997-998
可以在sys里面的改掉限度
递归非常消耗资源
一般都不用递归
but 写起来简单!!!
os.listdir
os.path.join
os.path.isdir

1 import os 2 3 4 # os.listdir 5 # os.path.join 6 # os.path.isdir 7 8 def func(path, deepth): 9 temp = os.listdir(path) 10 for file in temp: 11 full_path = os.path.join(path, file) 12 if os.path.isdir(full_path): 13 print(" " * deepth, full_path) 14 func(full_path, deepth + 1) 15 else: 16 print(" " * deepth, full_path)
6.二分法查找
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)