# send的工作原理
# 1.send发送信息给当前停止的yield
# 2.再去调用__next__()方法，生成器接着往下指向，返回下一个yield值并停止

# 案例：
persons = ['张三', '李四', '王五', '赵六', '钱七']def order(persons):for i in range(len(persons)):if i == 0:print('%s在面试' % persons[0])else:print('%s叫%s在面试' % (name, persons[i]))print('%s面试完毕' % persons[i])name = yield persons[i]obj = order(persons)
for i in range(len(persons)):if i == 0:p = obj.__next__()else:p = obj.send(p)print('=============================')

# 递归：
# 函数直接或间接调用本身，都称之为递归
# 回溯：找寻答案的过程
# 递推：推出结果的过程# 前提条件：
# 1.递归必须有出口
# 2.递归回溯递推的条件一定有规律

# 案例一：获得第 count 个人的年纪
def get_age(count):if count == 1:return 58# 第 九...一 个人 - 2age = get_age(count - 1) - 2return ageage = get_age(3)
print(age)

# 案例二：求n的阶乘  5! = 5 * 4 * 3 * 2 * 1 = 120
# 5! = 5 * 4!
# 4! = 4 * 3!
# 3! = 3 * 2!
# 2! = 2 * 1!
# 1! = 1
def jiecheng(n):if n == 1 or n == 0:return 1ji = n * jiecheng(n - 1)return ji
res = jiecheng(5)
print(res)

# 匿名函数：
# 1.匿名函数没有函数名
# 2.匿名函数的关键字采用lambda
# 3.关键字 lambda 与标识函数功能体 : 之间一定是参数，所以省略()
# 4.匿名函数没有函数体，只有返回值，所以函数体和返回值的return关键字都省略了

正常函数：
def fn(*args, **kwargs):# 函数体return '返回值'
匿名函数：
lambda *args, **kwargs: '返回值'

# 注意：
# 1.参数的使用和有名函数一样，六种形参都支持
# 2.返回值必须明确成一个值，可以为单个值对象，也可以为一个容器对象

a = lambda *args, **kwargs: '返回值1', '返回值2'
print(a)  # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2')
# 返回值1
print(a[0]())

def fn():    return '返回值1', '返回值2'a = lambda *args, **kwargs: fn()

# 正确返回两个值: 主动构成成容器类型 lambda *args, **kwargs: ('返回值1', '返回值2')

# 1.用变量接收，该变量就存放了匿名函数的函数地址
#       -- 函数又有名字了，用完也不能被回收了，匿名函数匿名也没意义了
"""
add = lambda n1, n2: n1 + n2
print(add(10, 20))

# 2.结合内置函数来使用
# max：工作原理
print(max(10, 2000, 300, 5))
print(max('azbd'))max结合匿名工作原理：
max(iter, lambda x: x)
# 1.max内部会遍历iter，将遍历结果一一传给lambda的参数x
# 2.依据lambda的返回值作为比较条件，得到最大条件下的那个遍历值
# 3.对外返回最大的遍历值

# min结合匿名工作原理一样，得到的是最小值

# map：映射
# def fn(x):
#     return x * 2
# res = map(fn, [3, 1, 4, 2, 5])
# print(list(res))

dic = {'owen': 3,'zero': 5
}
res = map(lambda k: (k, dic[k] * 2), dic)
print(list(res))  # [('owen', 6), ('zero', 10)]
# for v in res:
#     print(v)

# reduce：合并
from functools import reduce
res = reduce(lambda x, y: x + y, [3, 1, 2, 4, 5])  # 所以元素的和
print(res)res = reduce(lambda x, y: x * y, [3, 1, 2, 4, 5])  # 所有元素的积
print(res)print(sum([3, 1, 2, 4, 5]))

# 1.与类型相关的
# list() str() ord() chr() bool() int() ...print(ord('A'))
print(chr(97))# 2.进制转化
print(bin(10))  # 1010
print(oct(10))  # 12
print(hex(10))  # aprint(0b1111)  # 15
print(0o10)  # 8
print(0x11)  # 17
from functools import reduce# 3.常用操作类的
# range() len() iter() next() enumerate() id() type() print() input() open()# 4.原义字符串
print(r'a\nb')
print(ascii('a\nb'))
print(repr('a\nb'))# 5.数学相关运算
# abs() sum() max() min() pow() sorted()
print(abs(-1))
print(pow(2, 3))  # 2**3
print(pow(2, 3, 3))  # 2**3%3

dic = {'owed': (1, 88888),'zdds': (2, 66666),'tom': (3, 77777),
}
res = sorted(dic, key=lambda k: dic[k][1])
print(res)  # ['zdds', 'tom', 'owed']

res = sorted(dic, key=lambda k: dic[k][1], reverse=True)
print(res)  # ['owed', 'tom', 'zdds']