python基础11_函数作用域_global_递归
看到了一个16进制转换的小知识点,就验证了一下运行结果.
#!/usr/bin/env python # coding:utf-8 # 看到了16进制转换的问题。顺便验证一下。 a = 255 b = 1001 print(hex(a), hex(b)) c = 0xff d = 0x3e9 print(int(c),int(d))
继续往前走, 学习一下global关键字
参考: http://www.pythonav.com/special/100-18.html
注意： global 是不安全的，尽量少用。建议使用函数的传参代替它。
#!/usr/bin/env python # coding:utf-8 name = "tom" # 全局作用域 def chg_name(): global name # 有关键字 name = "jerry" # 修改了全局的变量 age = 38 # 局部作用域 print('change_name', name,age) # 如果函数内部没有global关键字,只能读取全局变量,无法对全局变量重新赋值. # 但是对于可变类型,依然可对内部元素进行操作. names =['toma','abc','kaka'] def qiuxin(): names.append('meixi') print(names) qiuxin() def change_name(): # name = "Anna" # age = 18 # 局部作用域 print(name,age) # def change_name2(): # name = "Anna" # # age = 18 # 局部作用域 # global name # 关键字需要放在局部的最上面. # print(name,age) change_name() chg_name() print(name) ### 规则: 全局变量名全部大写, 局部变量小写
# 命名空间 有三种 # 内置命名空间 —— python解释器 # 就是python解释器一启动就可以使用的名字存储在内置命名空间中 # 内置的名字在启动解释器的时候被加载进内存里 # 全局命名空间 —— 我们写的代码但不是函数中的代码 # 是在程序从上到下被执行的过程中依次加载进内存的 # 放置了我们设置的所有变量名和函数名 # 局部命名空间 —— 函数 # 就是函数内部定义的名字 # 当调用函数的时候 才会产生这个名称空间 随着函数执行的结束 这个命名空间就又消失了 # 在局部:可以使用全局、内置命名空间中的名字 # 在全局:可以使用内置命名空间中的名字，但是不能用局部中使用 # 在内置:不能使用局部和全局的名字的
验证一下函数以及变量的作用域:
#!/usr/bin/env python # coding:utf-8 # 函数的嵌套 # 函数的嵌套定义 # 内部函数可以使用外部函数的变量 def huangwei(): name = "黄伟" print(name) def liuyang(): name = "刘洋" print(name) def nuli(): name = "沪上" print(name) print(name) nuli() liuyang() print(name) huangwei() ## 以上代码的执行顺序，可以通过断点调试来验证。 ename = "tom" def wei(): ename = "U" def suo(): global ename # 这里实际上拿到的是 tom ename = 'SA' suo() print(ename) # 这里实际上是32行的U print(ename) wei() print(ename)
与global作为对比的,有另一个关键字 nonlocal
#!/usr/bin/env python # coding:utf-8 ename = "tom" def wei(): ename = "U" def suo(): nonlocal ename # 这回拿到的是上一级的 ename = 'SA' suo() print(ename) # 这里实际上是32行的U print(ename) wei() print(ename) # nonlocal 只能用于局部变量 找上层中离当前函数最近一层的局部变量 # 声明了nonlocal的内部函数的变量修改会影响到 离当前函数最近一层的局部变量 # 对全局无效 # 对局部 也只是对 最近的 一层 有影响
函数即变量
来自: http://www.cnblogs.com/linhaifeng/articles/6113086.html#label1
函数名 作为函数的返回值 或 参数
# def func(): # print(123) # # # func() #函数名就是内存地址 # func2 = func #函数名可以赋值 # func2() # # l = [func,func2] #函数名可以作为容器类型的元素 # print(l) # for i in l: # i() def func(): print(123) def wahaha(f): f() return f #函数名可以作为函数的返回值 qqxing = wahaha(func) # 函数名可以作为函数的参数 qqxing()
递归:
#!/usr/bin/env python # coding:utf-8 ### 递归好比问路 # 递归效率不高, def calc(n): print(n) if int(n / 2) == 0: return n res = calc(int(n / 2)) return res calc(10)
关于问路的举例:
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' import time person_list=['alex','wupeiqi','yuanhao','linhaifeng'] def ask_way(person_list): print('-'*60) if len(person_list) == 0: return '没人知道' person=person_list.pop(0) if person == 'linhaifeng': return '%s说:我知道,老男孩就在沙河汇德商厦,下地铁就是' %person print('hi 美男[%s],敢问路在何方' %person) print('%s回答道:我不知道,但念你慧眼识猪,你等着,我帮你问问%s...' %(person,person_list)) time.sleep(3) res=ask_way(person_list) # print('%s问的结果是: %res' %(person,res)) return res res=ask_way(person_list) print(res)
直接cp了老师的总结: 其实想要掌握,还是要多练,多练,多练, 还是多练.
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）
堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
尾递归优化：http://egon09.blog.51cto.com/9161406/1842475
闭包：
https://www.cnblogs.com/Eva-J/articles/7156261.html#_label5
# 闭包：嵌套函数，内部函数调用外部函数的变量 def outer(): a = 1 def inner(): print(a) # __closure__ 可以用来判断闭包 # print(inner.__closure__) # 打印 cell at ... 则表明它是一个闭包 return inner # 返回内部函数的内存地址，因为此函数用到了外部函数的变量，所以外部函数的变量也不会因函数的调用结束而消失 inn = outer() inn() from urllib.request import urlopen # ret = urlopen('http://www.xiaohua100.cn/index.html').read() # print(ret) # def get_url(): # url = 'http://www.xiaohua100.cn/index.html' # ret = urlopen(url).read() # print(ret) # # get_url() # 闭包的简单示例： # def get_url(): # url = 'http://www.xiaohua100.cn/index.html' # def get(): # ret = urlopen(url).read() # print(ret) # return get # 得到 url 结果 # # get_func = get_url() # 将结果赋给变量，保存下来。 # get_func() #
