Python之函数的递归、匿名函数、内置函数
一、函数的递归
''' 1 什么是函数递归 函数递归调用（是一种特殊的嵌套调用）：在调用一个函数的过程中，又直接或间接地调用了该函数本身 递归必须要有两个明确的阶段： 递推：一层一层递归调用下去,强调每进入下一层递归问题的规模都必须有所减少 回溯：递归必须要有一个明确的结束条件，在满足该条件时结束递推（明确的结束条件即递归出口） 开始一层一层回溯 递归的精髓在于通过不断地重复逼近一个最终的结果 递归（Recursion）,在数学与计算科学中，是指在函数定义中使用函数自身的方法 2、为什么要用函数递归 3、如何用 ''' # 递归的优缺点： # 优点： # 递归是代码看起来更加整洁、优雅 # 可以用递归将复杂任务分解成简单的子问题 # 使用递归比使用一些嵌套迭代更容易 # # 缺点： # 递归的逻辑很难调试、跟进 # 递归调用的代价高昂（效率低），因为占用了大量的内存和时间 # import sys # print(sys.getrecursionlimit()) #可以限制递归的次数，防止无限递归，过多的占用内存 # # sys.setrecursionlimit(3000) #可以设置递归的次数 # def foo(n): # print('from foo',n) # foo(n+1) #直接有调用了函数自己本身 # foo(0) # 递归间接的调用它本身 # def bar(): # print('from bar') # foo() # # def foo(): # print('from foo') # bar() # foo() # 递归的应用： # 知道第一个人的年龄，计算第五个人的年龄 # age(5) = age(4) + 2 #递归一层一层的进行下去，递归的问题规模都在减少 # age(4) = age(3) + 2 # age(3) = age(2) + 2 # age(2) = age(1) + 2 # age(1) = 26 #递归必须要有一个明确的结束条件 # age(n) = age(n-1) + 2 #n > 1 # age(1) = 26 #n = 1 # def age(n): # if n == 1: # return 26 #递归有一个明确的结束条件 # return age(n-1) + 2 #一层一层的递推下去，问题的规模不断的缩小 # # print(age(5)) # 取出嵌套列表中的每一个元素 # 递归的循环： # l=[1,[2,[3,[4,[5,[6,[7,[8,[9,]]]]]]]]] # def tell(l): # for item in l: # if type(item) is list: # #继续进入下一层递归 # tell(item) # else: # print(item) # tell(l) # 有一个从小到大排列的整型数字列表 # nums=[1,3,7,11,22,34,55,78,111,115,137,149,246,371] # # 10 in nums # for item in nums: # if item == 10: #使用for循环要将其中的每一个循环一遍可能才能找到我们想要找的值 # print('find it') # break # else: # print('not exists') # 二分法： #使用二分法可以快速找到我们要找的值 # nums=[1,3,7,11,22,34,55,78,111,115,137,149,246,371] # def search(search_num,nums): #传入要查找的数字，和要比较的原列表 # print(nums) # if len(nums) == 0: #经过二分法后得到的列表，列表长度为0，说明进行最后一个二分法也没有匹配成功，说明要查找的数字不在列表中 # print('not exists') # return #直接结束函数的运行 # mid_index=len(nums) // 2 #拿到列表的长度进行二分法取整 5----比较----[1,2,3,4，5,6]------第一次索引3-----切片[4:]----->[5,6] # if search_num > nums[mid_index]: #拿要查询的数字与二分法得到的索引对应列表中的值进行比较大小， # # in the right # nums=nums[mid_index+1:] #此时筛选掉列表中一半的值，使用切片拿到筛选到的结果 # search(search_num,nums) #使用递归的方法，传入要查询的值，和新得到的列表，进一步进行判断 # elif search_num < nums[mid_index]: #查询的数小于二分法中得到的中间值，则使用切片拿到左半边的列表的所有值 # # in the left # nums=nums[:mid_index] # search(search_num,nums) #重复递归，直到切出我们要查询的值 # else: # print('find it') #要查询的值既不大于也不小于二分法得到得值，切分的结果也不为空列表，说明要查询的数字肯定在列表中，即找到要查询的值 # search(31,nums) # nums=[i for i in range(101)] # # print(nums) # def tell(search_num,nums): # if len(nums)==0: # print('要查找的数字不在列表中') # return # mid_index=len(nums)//2 # if search_num>nums[mid_index]: # nums=nums[mid_index+1:] # tell(search_num,nums) # elif search_num<nums[mid_index]: # nums=nums[:mid_index] # tell(search_num,nums) # else: # print('find it') # tell(35,nums)
二、匿名函数
# 有名函数：基于函数名重复使用 # def func(): # print('from func') # # func() #有名函数可以被重复的调用 # func() # func() # 匿名函数:没有绑定名字的下场是用一次就回收了 # def func(x,y): #func=函数的内存地址 # return x + y # print((lambda x,y:x+y)) #<function <lambda> at 0x0000015F53212BF8>对应一个函数的内存地址，所以加括号就可以调用 # res=(lambda x,y:x+y)(1,2) #冒号左边是参数，右边是匿名函数的返回值 # print(res) #返回值为：3 # f=lambda x,y:x+y #匿名函数又赋值给了一个变量，通常匿名函数都是结合其他内置函数使用的，且只使用一次 # print(f) # print(f(1,2)) # 匿名函数与下面的内置函数结合的应用 #max min map filter sorted salaries={ 'egon':3000, 'alex':100000000, 'wupeiqi':10000, 'yuanhao':2000 } # max的工作原理 #1 首先将可迭代对象变成迭代器对象 #2 res=next(可迭代器对象),将res当作参数传给key指定的函数,然后将该函数的返回值当作判断依据 def func(k): return salaries[k] #比较的依据即执行函数体代码，拿到的返回值 print(max(salaries,key=func)) #next(iter_s)，max取出来的值永远不会变，key改变比较依据，最终拿到的还是max进行next的结果 #可以将上式转换成匿名函数的形式，即max结合匿名函数的应用 # 'egon', v1=func('egon') # 'alex', v2=func('alex') # 'wupeiqi', v3=func('wupeiqi') # 'yuanhao', v4=func('yuanhao') # max+lambda 的应用 # min+lambda 的应用 salaries={ 'egon':3000, 'alex':100000000, 'wupeiqi':10000, 'yuanhao':2000 } print(max(salaries,key=lambda k:salaries[k])) #next(iter_s)max内有两个参数，左变是要比较的迭代的对象，右边是key=一个函数 print(min(salaries,key=lambda k:salaries[k])) #next(iter_s) # l=[10,1,3,-9,22] # l1=sorted(l,reverse=False) #sorted默认是按照从左到右，从小到大的顺序进行排列的，reverse默认为Flase # print(l1) # l2=sorted(l,reverse=True) #reverse=True时，排列顺序则变为从大到小的顺序进行排列 # print(l2) # sorted+lambda应用 # 将字典中所有人名按照薪资，从大到小的顺序进行排列 salaries={ 'egon':3000, 'alex':100000000, 'wupeiqi':10000, 'yuanhao':2000 } #排列对象可迭代对象，比较方式：通过value进行比较，排列顺序：按照从大到小的顺序 print(sorted(salaries,key=lambda k:salaries[k],reverse=True)) names=['张明言','刘华强','苍井空','alex'] # map的工作原理 #1 首先将可迭代对象变成迭代器对象 #2 res=next(可迭代器对象),将res当作参数传给第一个参数指定的函数,然后将该函数的返回值当作map的结果之一 # map+lambda 的应用 aaa=map(lambda x:x+"_SB",names) #map跟两个参数，左边是一个函数，右边是一个可迭代对象， print(aaa) #<map object at 0x000001FDB7D39A90>是一个迭代器，使用list就可以迭代取出其中的值 print(list(aaa)) #['张明言_SB', '刘华强_SB', '苍井空_SB', 'alex_SB'] print([name+"_SB" for name in names]) #['张明言_SB', '刘华强_SB', '苍井空_SB', 'alex_SB']------列表生成式的应用 # filter的工作原理 #1 首先将可迭代对象变成迭代器对象 #2 res=next(可迭代器对象),将res当作参数传给第一个参数指定的函数,然后filter会判断函数的返回值的真假,如果为真则留下res names=['alexSB','egon','wxxSB','OLDBOYSB'] # print([name for name in names if name.endswith('SB')]) # filter+lambda 的应用 aaa=filter(lambda x:x.endswith('SB'),names) #filter左边跟一个函数，右边跟一个可迭代对象 print(aaa) #<filter object at 0x00000157DB717A20>---filter产生的也是一个迭代器，通过list也可以迭代取出其中的值 print(list(aaa)) #['alexSB', 'wxxSB', 'OLDBOYSB']
三、内置函数
# 掌握 # res='你好'.encode('utf-8') #encode编码成bytes格式 # print(res) #b'\xe4\xbd\xa0\xe5\xa5\xbd' # # res=bytes('你好',encoding='utf-8') # print(res) #b'\xe4\xbd\xa0\xe5\xa5\xbd' # 参考ASCII表将数字转成对应的字符 # print(chr(65)) # print(chr(90)) # 参考ASCII表将字符转成对应的数字 # print(ord('A')) # #3是11//3取整，2是11%3取余 # print(divmod(11,3)) #(3, 2)---可以用再页面的显示页数，如淘宝购物页面信息，有1001条信息，一页最多显示100条，则此时需要11页才能将所有的信息显示完 # l=['a','b','c'] # for item in enumerate(l): #enumerate经for循环，取出可迭代对象的索引与其对应的值 # print(item) # l='[1,2,3]' # l1=eval(l) #eval将字符串中的列表取出来，从而可以对其进行取值 # print(l1,type(l1)) # print(l1[0]) # eval的应用---------------------可以将字符串转换为列表、字典、元组
s1="['egon',18,'male']"
s2="{'name':'egon','age':18,'sex':'male'}"
s3="('egon',18,'male')"
print(eval(s1))
print(eval(s2))
print(eval(s3))
print(type(eval(s1)))
print(type(eval(s2)))
print(type(eval(s3)))
# with open('a.txt',encoding='utf-8') as f: # data=f.read() # print(data,type(data)) # dic=eval(data) #将从文件中取出的字符串中的表达式，通过eval转换成字典 # print(dic['sex']) # print(pow(3,2,2)) # (3 ** 2) % 2 #1--------pow中三个参数，即3的2次方除2取余 # print(round(3.3)) #round四舍五入 # print(sum(range(101))) #求和------1到100的和 # module=input('请输入你要导入的模块名>>: ').strip() #module='asdfsadf' # m=__import__(module) #引入模块的名字 # print(m.time()) # 面向对象里的重点 classmethod staticmethod property delattr hasattr getattr setattr isinstance issubclass object super # 了解 # print(abs(-13)) #取一个数的绝对值 # print(all([1,2,3,'d'])) #列表中的数的bool值均为True时，结果才为True # print(all([])) #all规定空列表的bool值为True # print(any([0,None,'',1])) #any 只要列表中的bool值有一个为True,整体的bool值就为True # print(any([0,None,'',0])) #any 列表中的所有bool值为False,整体的bool值就才为False # print(any([])) #any规定空列表的bool值为False # print(bin(3)) #11 #将十进制转换为二进制 # print(oct(9)) #11 #将十进制转换为八进制 # print(hex(17)) #11 #将十进制转换为十六进制 # print(callable(len)) #检测对象是否可以被调用，可被调用指的是对象能否被()括号的方法 # import time # print(dir(time)) #列举出所有:time.名字 #dir以列表的形式，列出time下的所用的方法 # s=frozenset({1,2,3}) # 不可变集合,frozenset是冻结的集合，它是不可变的，存在哈希值，好处是它可以作为字典的key，也可以作为其它集合的元素。缺点是一旦创建便不能更改，没有add，remove方法。 # s1=set({1,2,3}) # 可变集合,有add（），remove（）等方法。既然是可变的，所以它不存在哈希值 a=1111111111111111111111111111111111111111111111 # print(globals()) # print(locals()) #此时站在全局和局部均有a值 # def func(): # x=222222222 # print(globals()) #此时的全局仍然有'a': 1111111111111111111111111111111111111111111111, 'func': <function func at 0x0000015990572BF8> # print(locals()) #此时站在局部只有{'x': 222222222} # func() # hash([1,2,3]) #可变类型不可hash # hash(123) #不可变类型可以hash # # def func(): # """ # 文档注释 # :return: # """ # pass # # print(help(func)) #help可以查看定义函数内的文档注释， # print(help(len)) # print(help(max)) l=['a','b','c','d','e'] # s=slice(1,4,2) #先拿到列表切片的范围 # print(l[s]) #直接通过列表范围对列表进行切分 # 等价于： # print(l[1:4:2]) #列表中去切片 # print(vars()) #表示方差，用在算法中的numpy中
python之基础知识大全
