2019-07-12 函数递归、二分法、匿名函数、三元表达式、内置函数
一、递归函数
我理解为递归函数也是函数嵌套的一种，函数在调用时，直接或间接的调用了自身。
简单的直接调用本身（这种调用会一直循环下去，会很占内存空间，所以python解释器为了防止无限占用内存，对这种循环做出了限制，循环到一定程度就会自动停止）
def f1(): print('f1') f1() f1()
递归调用分为两个阶段：回溯、递推
回溯：回溯是外层向里一层层调用下去。回溯阶段必须要有一个明确的结束条件，每次进入下一次递归，问题的复杂度都应该降低（否则，单纯的重复调用自身是毫无意义的）
递推：递推是里层向外一层层结束递归
def age(n): if n == 1: # 必须要有结束条件 return 18 return age(n-1) + 2 res = age(5) print(res)
递归函数不需要考虑循环的次数，只需要把握结束的条件
二、算法之二分法
算法：快速高效的解决问题的方法
有这样一个列表 l =[1,2,3,4,5,6],假如你需要找到数字6，我们之前的做法是for循环所有数字，然后比较。这种做法对小数据还好，如果是很大的数据，我们要查找的数据还在最后一个，如果我们用for循环的方法查找就很影响效率。所以这里我们用二分法。
l = [1,3,5,12,57,89,101,123,146,167,179,189,345] #快速找到345 tag_num = 344 def get_num(l,tag_num): #判断如果没有这个数字 if not l: print('没有这个数字') return #我们先需要把列表从小到大排序 l.sort() print(l) #我们先用len的方法先获取中间值的索引 num_index = len(l)//2 #进行比较，如果目标数大于中间数，就往右边找 if tag_num > l[num_index]: #把右边的所有数字用切片的方式截取出来 num = l[num_index+1:] get_num(num,tag_num) #然后我们把右边截取出来的列表再从中间分开，接下来的步骤就是重复的 #截取左边的数字 elif tag_num < l[num_index]: num = l[0:num_index] get_num(num,tag_num) else: print('find it') get_num(l,tag_num)
三、三元表达式
三元表达式固定表达式：
值 1 if 条件 else 值 2
条件成立 值1
条件不成立 值2
x > y条件成立就返回x
x = 99999 y = 9898898 res = x if x > y else y print(res)
三元表达式不建议嵌套使用，推荐在只有两种情况下使用，嵌套多了容易出错
四、列表生成式
#原始方法，往列表中的每个元素末尾都加上_sb l = ['tank','nick','oscar','sean'] l1 = [] for name in l: l1.append('%s_sb'%name) print(l1) #列表生成式的方法做 l = ['tank','nick','oscar','sean'] #for循环先取出每个元素i,然后在每个元素后面加_sb，字符串拼接 res = [ '%s_sb' %i for i in l] print(res) #['tank_sb', 'nick_sb', 'oscar_sb', 'sean_sb']
先for循环取出列表中的每一个元素，然后交给if判断，符合要求的才会交给for前面的代码，如果条件不成立当前的元素直接舍弃。
l = ['tank_sb', 'nick_sb', 'oscar_sb', 'sean_sb','jason_NB'] #每个元素取出来，末尾以_sb结尾的才符合要求加入到列表中 res = [i for i in l if i.endswith('_sb')] print(res)
五、字典生成式
l1 = ['jason','123','read'] d = {i:j for i,j in enumerate(l1) if j != '123'} #j不符合，i也会删除 print(d) #{0: 'jason', 2: 'read'} #集合生成式 res = {i for i in range(10) if i!=3} #条件i不等于3就是成立 print(res) #{0, 1, 2, 4, 5, 6, 7, 8, 9}
res1 = (i for i in range(10) if i != 4) # 这样写不是元组生成式 而是生成器表达式
六、匿名函数 没有名字的函数
语法：
lambda 参数列表:表达式
匿名函数的特点：临时存在用完就没了
x,y可以当做函数的形参，x+y可以当做函数的返回值。匿名函数通常不会单独使用，一般会和内置函数一起使用
res = (lambda x,y:x+y)print(res(5,2))
七、内置函数
max () 返回最大值 内部是基于for循环的 min()返回最小值
#简单的 l = [1,2,3,4,5] print(max(l)) #字典根据最大的value返回对应的key d = { 'egon':30000, 'jason':88888888888, 'nick':3000, 'tank':1000 } print(max(d)) #因为max也是基于for循环的，这个只会返回key res = max(d,key=lambda name:d[name]) print(res) #jason #max还有一个参数，key写函数根据value来排大小，返回的值是d
map zip filter sorted reduce
map() 映射 将传入的函数依次作用到序列的每个元素
这个匿名函数功能是每个元素都加5，然后放在一个列表中
l = [1,2,3,4,5,6] print(list(map(lambda x:x+5,l))) #[6, 7, 8, 9, 10, 11]
zip() 拉链（配对） 如果少了，会匹配最短的那个个数
l1 = [1,2,] l2 = ['jason','egon','tank'] l3 = ['a','b','c'] print(list(zip(l1,l2,l3))) #[(1, 'jason', 'a'), (2, 'egon', 'b')]
filter() 过滤 基于for循环 把不符合的去掉
l = [1,2,3,4,5,6] res = filter(lambda x:x!=3,l) print(list(res)) #[1, 2, 4, 5, 6]
sorted() 排序 后面加了reverse就是反转
l = [1,2,3,4,5,6] res = sorted(l,reverse=True) print(res) #[6, 5, 4, 3, 2, 1]
reduce() 序列求和 必须包含两个参数，一个是函数，一个是序列，后面如果再加参数就当初始值和序列中的数相加。
from functools import reduce l = [1,2,3,4,5,6] print(reduce(lambda x,y:x+y,l,19)) #40
#这里初始值是19，第一次先获取两个元素的和19和1，之后每获取一个与上一次相加的结果再相加
