Python自动化开发-函数03

　<1>函数递归

　　1.函数递归的定义

　　　　函数递归：在函数内部，可以调用其他函数。如果在调用一个函数的过程中直接或间接调用自身本身。

　　　

　　2.函数递归的特性　　　　

　　　　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）。

 

　　　函数递归例1：　　　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-

def calc(m):
    print(m)
    if int(m/2)==0:
        return m
    return calc(int(m/2))

calc(10)

代码运行结果：

10
5
2
1

　 <2>函数作用域

　　　　作用域在定义函数时就已经固定了，不会随着调用位置的改变而改变!

　　　　函数作用域例1：　　　　　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-

name="feiyang"
def test01():
    name="lijing"
    print(name)

def test02():
    name="lisa"
    print(name)
    test01()

test02()
print(name)

代码运行结果：

lisa
lijing
feiyang

　　

　 <3>匿名函数

　　　　　　匿名函数主要是和其它函数搭配使用!

　　　　匿名函数例1：　　　　　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-

test=lambda x:x+6
r=test(10)
print(r)

代码运行结果：

16

　　　　匿名函数例2：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

name="加油"
f1=lambda x:x+"-奥运健儿"
r=f1(name)
print(r)

代码运行结果：

加油-奥运健儿

　 <4>函数式编程

　　　　　　　　编程的方法论大致有三种：1）面向过程；2）函数式；3）面向对象。

　　　　　　a.高阶函数

　　　　　　b.map函数

　　　　　　　　　　map函数例1：　　　　　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#计算一个列表每个元素的二次方
num01=[1,2,3,4,5]
ret=[]
v=map(lambda x:x**2,num01)
for i in  v:
    ret.append(i)
print(ret)

代码运行结果：

[1, 4, 9, 16, 25]

　　　　　　c.filter函数

　　　　filter函数例1：　　　　　　

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#filter函数
#过滤掉所有以sj结尾的元素，剩下的保留。

str01=["liyifeng_sj","wangyang_sj","liye"]
r=filter(lambda n:not n.endswith("sj"),str01)
print(list(r))

代码运行结果：

['liye']　　　　　　　　　

　　　　　　d.reduce函数

reduce函数例1： 

#!/usr/bin/env python
# -*- coding:utf-8 -*-

#python3需要从functools模块中导入reduce函数才可以使用，python2直接使用不用导入！
#计算列表里所有元素之积，初始值为10
from functools import reduce
sum01=[1,2,3]
r=reduce(lambda x,y:x*y,sum01,10)
print(r)

代码运行结果：60

　　　　　　e.内置函数map/filter/reduce总结

1) map函数：处理序列中的每个元素，得到的结果是一个‘列表’，该‘列表’元素个数及位置与原来一样。

2）filter函数：遍历序列中的每个元素，判断每个元素得到布尔值，如果是True则留下来。

3）reduce函数：reduce:处理一个序列，然后把序列进行合并操作。

 

filter函数例1：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
#年龄最小的留下来
p01=[
{'name':'lucy','age':100},
{'name':'wangqiang','age':1000},
{'name':'ningcaichen','age':900},
{'name':'dakongyi','age':16},
]
r=list(filter(lambda p:p['age']<=18,p01))
print(r)

代码运行结果：

[{'age': 16, 'name': 'dakongyi'}]

reduce函数例1：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from functools import reduce
#python3需要从functools模块中导入reduce函数才可以使用，python2直接使用不用导入！
#计算1+2+3+..+100的总和
print(reduce(lambda x,y:x+y,range(100),100))
print(reduce(lambda x,y:x+y,range(1,101)))

代码运行结果：

5050
5050

　　　　　　f.其它内置函数