day17:递归函数
1,递归函数是一个函数体系,非常的难
2,练习题一
# 3.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 name=['alex','wupeiqi','yuanhao','nezha'] # def func(item): # return item+"_sb" ret= map(lambda item:item+"_sb",name) # ret 是迭代器,这儿要注意一下,迭代器和可迭代对象是不一样的,每个for循环的时候,可迭代对象都会自动转换成一个迭代器,每次都是新的,
# 但是如果for循环迭代器的话,因为没有转化那一步,所以去一次就取没了,不可以再取了。 for i in ret: print(i) print(list(ret)) #只可以取一次,所以啥也取不到了 # print(list(i)) ['n', 'e', 'z', 'h', 'a', '_', 's', 'b'] 字符串转列表,循环完了i在外面可以用 运行结果: alex_sb wupeiqi_sb yuanhao_sb nezha_sb []
# 列表生成式也可以解决这个题 list1 = [item+"_sb" for item in name] print(list1) 运行结果: ['alex_sb', 'wupeiqi_sb', 'yuanhao_sb', 'nezha_sb']
3,练习题二,注意lambda表达式返回值那一块儿,可以写列表表达式,或者三元运算符判断等,只要可以写成一行的都可以用在lambda表达式里面
# 4.用filter函数处理数字列表,将列表中所有的偶数筛选出来 num = [1,3,5,6,7,8] # def func(x): # return x%2 ==0 ret = filter(lambda x:x%2 == 0,num) print(list(ret)) print(list(ret)) # filter和map的返回值都是一个迭代器,这个比较容易混 运行结果: [6, 8] []
ret = filter(lambda x:True if x%2 ==0 else False,num) # 这样不简洁,但是只是举个例子,可以这样写 ret = filter(lambda x:[item+"_sb" for item in x],num) #这儿的x 要求是个可迭代的,列表啥的
4,练习题三:
# 自己的版本 with open('file.txt',encoding='utf-8') as f: my_list = f.readlines() # 一般情况下,我们不这样读,太耗费内存。 page = int(input(">>>")) line_num,last_page_len = divmod(len(my_list),5) if last_page_len: if page <=line_num and page > 0: for i in range(5): print(my_list[i+(page-1)*5].strip()) elif page == line_num+1: for i in range(last_page_len): print(my_list[i+(page-1)*5].strip()) else: print("invalid page") else: if page <=line_num and page > 0: for i in range(5): print(my_list[i+(page-1)*5].strip()) else: print("invalid page") # 老师的版本 with open('file.txt',encoding='utf-8') as f: my_list = f.readlines() # 一般情况下,我们不这样读,太耗费内存。 page_num = int(input(">>>")) pages,mod = divmod(len(my_list),5) if mod: pages +=1 if page_num > pages or page_num<=0: print('输入有误') elif page_num ==pages and mod != 0: for i in range(mod): print(my_list[(page_num-1)*5 +i].strip()) else: for i in range(5): print(my_list[(page_num - 1) * 5 + i].strip())
5,
# 6.如下,每个小字典的name对应股票名字,shares对应多少股,price对应股票的价格 portfolio = [ {'name': 'IBM', 'shares': 100, 'price': 91.1}, {'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}, {'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'ACME', 'shares': 75, 'price': 115.65} ] # 6.1.计算购买每支股票的总价 def func(item): return {item['name']:item['shares']*item['price']} ret = map(lambda item:{item['name']:round(item['shares']*item['price'],2)},portfolio) # 注意round的用法 print(list(ret)) # 6.2.用filter过滤出,单价大于100的股票有哪些 ret = filter(lambda item:item['price']>100,portfolio) print(list(ret))
6,递归函数,现实中用的并不多,自己调用自己,注意设置结束条件
import sys # 函数嵌套定义闭包,其他函数一般不支持,闭包,装饰器用的不多 # 函数的嵌套调用,递归,在函数里面再调用本身 # 递归函数的特点:1,传递,2,递归,结束条件和返回值 # def story(): # print("从前有座山") # story() # # story() # 这样没有结束条件的话,会报出这样的错误 # RecursionError: maximum recursion depth exceeded while calling a Python object ret = sys.getrecursionlimit() print(ret) # 1000 Python从内存角度出发做的限制 sys.setrecursionlimit(1500)# 即使这里设置的很大,不同的电脑可能也打不到,不同的电脑配置不同,可以跑的最大次数不一样,我的Mac最多可以跑一万多次
7,如果递归次数太多,就不适合用递归来解决问题,递归的缺点:占内存,递归的优点,会让代码变简单,计算年龄的例子
def age(n): if n == 4: # age = 40 # 注意这个地方如果给age重新定义得话,那么下面的调用函数的age就不表示函数名了,而是这个变量了,下面就会报错 return 40 elif n >0 and n < 4: return age(n+1) + 2 ret = age(1) print(ret)
8,递归也是一样,如果看不懂,就把他拆开看
9,算法,基础
# 计算机其实很傻的,他算数会硬算的,他肯定不会这么算的,你告诉他怎么算,可能你告诉他可能也麻烦,他算100乘以13也不一定简单 # 你算起来容易,但是计算机很复杂,用策略让计算机把这些事情变简单,这些是优秀的算法,时间久了流传下来,记载在书里。计算机的历史里 # 这些算法都是经典的历史流传下来的,包括 # 查找,庞大的数据量里面查,找数据,数据库,CTRL+F这件事也是计算机帮你找的,计算机找也是人设计的 # 排序,列表的排序,sort,python解释器也是人写的,龟叔也要设计算法 # 遍历 # 最短路径 等等,百度地图的依据,滴滴打车 # 99*13 = 100*13-13 # 这些算法曾经优秀过,都有成型的解决方案了,都已经是历史了,我们要了解计算机的逻辑,站在巨人的肩膀上,一般会学习一些简单 # 但是算法一般都不太好理解,你想的多,计算机就干的少,算法一般是人脑复杂,计算机简单 # 我们学习的算法都是过去式,我们现在的代码都不太会用到他了,要了解基础的算法,才能设计出或者创造出更好的算法, # 不是所有的事情,都能套用现成的方法解决的,有些时候会用到现成的算法只是解决新的问题
10,二分查找算法代码实现,一定要多默写,不然记不住,必须看懂
l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88] #25个 def search(l,aim,start = 0, end = None): end = len(l) if end is None else end # 赋值给none可能会有问题,所以改成is mid_index = (end -start)//2 + start if start <= end: # 等于的时候我也有一次机会去找一下 if aim > l[mid_index]: start = mid_index + 1 ret = search(l,aim,start,end) return ret elif aim < l[mid_index]: end = mid_index -1 ret = search(l,aim,start,end) return ret else: return mid_index # 每一个分支都要写一个return,因为这个return值都是有由内层函数获得,要保证外层函数也能获取return值 else: print("does not exists") print(search(l,66)) # 传值的话,len(l)如果每次都传得话,用户体验不好,所以还是要放入函数里面处理 print(search(l,67)) print(search(l,13)) # 找不到的时候 运行结果: 17 18 does not exists None