多层装饰器
def outter1(func1): # func1 = wrapper2
print('加载了outter1')
def wrapper1(*args, **kwargs):
print('执行了wrapper1')
res1 = func1(*args, **kwargs)
return res1
return wrapper1
def outter2(func2): # func2 = wrapper3
print('加载了outter2')
def wrapper2(*args, **kwargs):
print('执行了wrapper2')
res2 = func2(*args, **kwargs)
return res2
return wrapper2
def outter3(func3): # func3=index
print('加载了outter3')
def wrapper3(*args, **kwargs):
print('执行了wrapper3')
res3 = func3(*args, **kwargs)
return res3
return wrapper3
@outter1 # wrapper1=outter1(wrapper2)
@outter2 # wrapper2=outter2(wrapper3)
@outter3 # wrapper3=outter3(index)
def index():
print('from index')
index()
"""
加载了outter3
加载了outter2
加载了outter1
执行了wrapper1
执行了wrapper2
执行了wrapper3
from index
"""
有参装饰器
def login_auth(func_name):
def inner(*args,**kwargs):
username = input('username>>>:').strip()
password = input('password>>>:').strip()
if username == 'jason' and password =='123':
res = func_name(*args,**kwargs)
return res
else:
print('用户权限不够，无法调用函数')
return inner()
"""
需求：在装饰器内部可以切换多种数据来源
列表
字典
文件
"""
def outer(condition,root):
def login_auth(func_name):
def inner(*args,**kwargs):
username = input('username>>>:').strip()
password = input('password>>>:').strip()
if root == 'jason':
print('超级管理员')
if condition == '列表':
print('使用列表为数据来源，比对用户数据')
elif condition == '字典':
print('使用字典为数据来源，比对用户数据')
elif condition == '文件':
print('使用文件作为数据来源，比对用户数据')
else:
print('去你妹的 我只有上面几种方式')
return inner
return login_auth
@outer('文件','jason')
def index():
print('from index')
index()
"""
我们以后遇到的最复杂的装饰器就是上面的，不会比上面更复杂
目的仅仅是为了给装饰器代码传递更多的额外数据
"""
递归函数
# 递归调用：直接调用
# def index():
# print('from index')
# index()
# index()
# 递归调用：间接调用
# def index():
# print('from index')
# func()
# def func():
# print('from func')
# index()
#
# func()
"""
python中允许函数最大递归调用的次数
官方给的限制是1000，用代码去验证可能会有些许偏差(997,998)
"""
# count = 0
# def index():
# print('from index')
# global count
# count +=1
# print(count)
# index()
# index()
# import sys
# print(sys.getrecursionlimit()) # 1000
# sys.setrecursionlimit(2000)
# print(sys.getrecursionlimit()) # 2000
"""
递归函数真正的应用场景
递推：一层层往下寻找答案
回溯：根据已知条件推到最终结果
递归函数：
1.每次调用的时候都必须要比上一次简单
2.并且递归函数最终都必须要有一个明确的结束条件
"""
l1 = [1, [2, [3, [33, [5, [6, [100, [8, [9, [10, ]]]]]]]]]]
# 循环打印出列表中所有的数字
def get_num(a):
for i in a:
if isinstance(i,int):
print(i)
else:
get_num(i)
get_num(l1)
算法之二分法
什么是算法
算法就是解决问题的方法
算法永远都在精进 但是很少有最完美的算法
算法很多时候可能没什么用
常见面试算法如下：
'二分法' '快排' '插入' '堆排' '链表' '双向链表' '约瑟夫问题'
'二分查找代码实现'
def get_num(l,target):
mid_index = (0+len(l)-1)//2
if l[mid_index] == target:
return True
elif target>l[mid_index]:
return get_num(l[mid_index+1:],target)
else:
return get_num(l[:mid_index],target)
l1 =[1,2,3,6,9,13,67,98,222,777,989,1345,2655,7899]
print(get_num(l1, 2))
"""
二分法缺陷
1.数据集必须是有序的
2.查找的数如果在开头或者结尾，效率更低
"""
案例
尝试编写递归函数
推导指定某个人的正确年龄
eg: A B C D E 已知E是18 求A是多少
def get_age(n):
if n==1:
return 18
else:
return get_age(n-1)+2
print(get_age(5)) # 26
