day13-递归函数、匿名函数、内置函数
一 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(也叫递归调用)
1 #直接调用本身 2 def f1(): 3 print('from f1') 4 f1() 5 f1() 6 7 #间接调用本身 8 def f1(): 9 print('from f1') 10 f2() 11 12 def f2(): 13 print('from f2') 14 f1() 15 f1() 16 17 # 调用函数会产生局部的名称空间,占用内存,因为上述这种调用会无需调用本身,python解释器的内存管理机制为了防止其无限制占用内存,对函数的递归调用做了最大的层级限制 18 四 可以修改递归最大深度 19 20 import sys 21 sys.getrecursionlimit() 22 sys.setrecursionlimit(2000) 23 24 def f1(n): 25 print('from f1',n) 26 f1(n+1) 27 f1(1) 28 29 虽然可以设置,但是因为不是尾递归,仍然要保存栈,内存大小一定,不可能无限递归,而且无限制地递归调用本身是毫无意义的,递归应该分为两个明确的阶段,回溯与递推
递归函数细节介绍
二 递归调用应该分为两个明确的阶段:递推,回溯 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开始一层一层回溯
1 示例+图解。。。 2 # salary(5)=salary(4)+300 3 # salary(4)=salary(3)+300 4 # salary(3)=salary(2)+300 5 # salary(2)=salary(1)+300 6 # salary(1)=100 7 # 8 # salary(n)=salary(n-1)+300 n>1 9 # salary(1) =100 n=1 10 11 def salary(n): 12 if n == 1: 13 return 100 14 return salary(n-1)+300 15 16 print(salary(5))
递归函数具体步骤程序执行顺序
三、python中的递归效率低且没有尾递归优化
#python中的递归
python中的递归效率低,需要在进入下一次递归时保留当前的状态,在其他语言中可以有解决方法:尾递归优化,即在函数的最后一步(而非最后一行)调用自己
但是python又没有尾递归,且对递归层级做了限制#总结递归的使用:
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)
四 二分法
想从一个按照从小到大排列的数字列表中找到指定的数字,遍历的效率太低,用二分法(算法的一种,算法是解决问题的方法)可以极大低缩小问题规模
1 l=[1,2,10,30,33,99,101,200,301,311,402,403,500,900,1000] #从小到大排列的数字列表 2 3 def search(n,l): 4 print(l) 5 if len(l) == 0: 6 print('not exists') 7 return 8 mid_index=len(l) // 2 9 if n > l[mid_index]: 10 #in the right 11 l=l[mid_index+1:] 12 search(n,l) 13 elif n < l[mid_index]: 14 #in the left 15 l=l[:mid_index] 16 search(n,l) 17 else: 18 print('find it') 19 20 21 search(3,l)
实现类似于in效果
1 l=[1,2,10,30,33,99,101,200,301,402] 2 3 def search(num,l,start=0,stop=len(l)-1): 4 if start <= stop: 5 mid=start+(stop-start)//2 6 print('start:[%s] stop:[%s] mid:[%s] mid_val:[%s]' %(start,stop,mid,l[mid])) 7 if num > l[mid]: 8 start=mid+1 9 elif num < l[mid]: 10 stop=mid-1 11 else: 12 print('find it',mid) 13 return 14 search(num,l,start,stop) 15 else: #如果stop > start则意味着列表实际上已经全部切完,即切为空 16 print('not exists') 17 return 18 19 search(301,l)
实现类似于i.index(30)的效果
五、匿名函数(1)
有名函数:基于函数名重复使用 匿名函数:使用一次之后就被回收了
1 匿名就是没有名字 2 def func(x,y,z=1): 3 return x+y+z 4 5 匿名 6 lambda x,y,z=1:x+y+z #与函数有相同的作用域,但是匿名意味着引用计数为0,使用一次就释放,除非让其有名字 7 func=lambda x,y,z=1:x+y+z 8 func(1,2,3) 9 #让其有名字就没有意义
匿名函数代码解说
(2)
#有名函数与匿名函数的对比
有名函数:循环使用,保存了名字,通过名字就可以重复引用函数功能匿名函数:一次性使用,随时随时定义应用:max,min,sorted,map,reduce,filte
六、内置函数
#注意:内置函数id()可以返回一个对象的身份,返回值为整数。这个整数通常对应与该对象在内存中的位置 但这与python的具体实现有关,不应该作为对身份的定义,即不够精准,最精准的还是以内存地址为准, is运算符用于比较两个对象的身份,等号比较两个对象的值,内置函数type()则返回一个对象的类型#更多内置函数:https://docs.python.org/3/library/functions.html?highlight=built#ascii
常见的内置的函数如下图所示:
1 字典的运算:最小值,最大值,排序 2 salaries={ 3 'egon':3000, 4 'alex':100000000, 5 'wupeiqi':10000, 6 'yuanhao':2000 7 } 8 9 迭代字典,取得是key,因而比较的是key的最大和最小值 10 >>> max(salaries) 11 'yuanhao' 12 >>> min(salaries) 13 'alex' 14 15 可以取values,来比较 16 >>> max(salaries.values()) 17 >>> min(salaries.values()) 18 但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键 19 >>> max(salaries,key=lambda k:salary[k]) 20 'alex' 21 >>> min(salaries,key=lambda k:salary[k]) 22 'yuanhao' 23 24 25 也可以通过zip的方式实现 26 salaries_and_names=zip(salaries.values(),salaries.keys()) 27 28 先比较值,值相同则比较键 29 >>> max(salaries_and_names) 30 (100000000, 'alex') 31 32 33 salaries_and_names是迭代器,因而只能访问一次 34 >>> min(salaries_and_names) 35 Traceback (most recent call last): 36 File "<stdin>", line 1, in <module> 37 ValueError: min() arg is an empty sequence 38 39 40 sorted(iterable,key=None,reverse=False)
lambda与内部函数结合使用
1 #1、语法 2 # eval(str,[,globasl[,locals]]) 3 # exec(str,[,globasl[,locals]]) 4 5 #2、区别 6 #示例一: 7 s='1+2+3' 8 print(eval(s)) #eval用来执行表达式,并返回表达式执行的结果 9 print(exec(s)) #exec用来执行语句,不会返回任何值 10 ''' 11 6 12 None 13 ''' 14 15 #示例二: 16 print(eval('1+2+x',{'x':3},{'x':30})) #返回33 17 print(exec('1+2+x',{'x':3},{'x':30})) #返回None 18 19 # print(eval('for i in range(10):print(i)')) #语法错误,eval不能执行表达式 20 print(exec('for i in range(10):print(i)'))
eval与exac
1 max的工作原理 2 1 首先将可迭代对象变成迭代器对象 3 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 4 salaries={ 5 'isetan':3000, 6 'wcl':100000000, 7 'wupeiqi':10000, 8 'yuanhao':2000 9 } #求年薪最高人的名字 10 print(max(salaries,key=lambda k:salaries[k])) #next(iter_s) 11 print(min(salaries,key=lambda k:salaries[k])) #next(iter_s)
max工作原理
1 # map的工作原理 2 #1 首先将可迭代对象变成迭代器对象 3 #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 4 names=['wcl','isetan','gelln','alex'] 5 6 #列表生成式做法 7 print([name+"_haha" for name in names]) 8 9 #lambda做法 10 aaa=map(lambda x:x+"_haha",names) 11 print(aaa)
map函数使用原理
1 # filter的工作原理 2 #1 首先将可迭代对象变成迭代器对象 3 #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 4 aaa=filter(lambda x:x.endswith('SB'),names) 5 print(aaa)
filter函数使用原理
七、函数的面向过程编程
1 #1、首先强调:面向过程编程绝对不是用函数编程这么简单,面向过程是一种编程思路、思想,而编程思路是不依赖于具体的语言或语法的。言外之意是即使我们不依赖于函数,也可以基于面向过程的思想编写程序 2 3 #2、定义 4 面向过程的核心是过程二字,过程指的是解决问题的步骤,即先干什么再干什么 5 6 基于面向过程设计程序就好比在设计一条流水线,是一种机械式的思维方式 7 8 #3、优点:复杂的问题流程化,进而简单化 9 10 #4、缺点:可扩展性差,修改流水线的任意一个阶段,都会牵一发而动全身 11 12 #5、应用:扩展性要求不高的场景,典型案例如linux内核,git,httpd 13 14 #6、举例 15 流水线1: 16 用户输入用户名、密码--->用户验证--->欢迎界面 17 18 流水线2: 19 用户输入sql--->sql解析--->执行功能
面向过程变成思想
1 # 接收用户输入用户名,进行用户名合法性校验,拿到合法的用户名 2 def check_user(): 3 while True: 4 name = input('username>>').strip() 5 if name.isalpha(): 6 return name 7 else: 8 print('用户名必须为字母,傻叉') 9 10 # 接收用户输入密码,进行密码合法性校验,拿到合法的密码 11 def check_pwd(): 12 while True: 13 pwd1=input('password>>: ').strip() 14 if len(pwd1) < 5: 15 print('密码的长度至少5位') 16 continue 17 pwd2=input('again>>: ').strip() 18 if pwd1 == pwd2: 19 return pwd1 20 else: 21 print('两次输入的密码不一致') 22 23 def check_age(): 24 pass 25 26 # pwd=check_pwd() 27 # print(pwd) 28 # 将合法的用户名与密码写入文件 29 def insert(user,pwd,age,path='db.txt'): 30 with open(path,mode='a',encoding='utf-8') as f: 31 f.write('%s:%s:%s\n' %(user,pwd,age)) 32 33 def register(): 34 user=check_user() 35 pwd=check_pwd() 36 age=check_age() 37 insert(user,pwd,age) 38 print('register successfull') 39 40 register() 41 42 43 #ps:将原先的复杂的代码分块写,清晰,易读
将复杂的注册功能按照面向过程思路编写,代码块有条理,清晰
转载于:https://www.cnblogs.com/wcl0517/p/9183127.html
day13-递归函数、匿名函数、内置函数相关推荐
- Python学习8 函数 匿名函数 内置函数
转换相关的方法-eval 转换相关的方法-json 函数基本语法大纲 函数概念 示例: 题目: 函数的参数 def f(x,y=1,*z,**abc):print(x,y,z,abc,sep=&quo ...
- 学习日记0802函数递归,三元表达式,列表生成式,字典生成式,匿名函数+内置函数...
1 函数的递归 函数的递归调用时函数嵌套调用的一种特殊形式,在调用的过程中又直接或者间接的调用了该函数 函数的递归调用必须有两个明确的阶段: 1 回溯:函数一次次的调用下去每一次调用,问题的规模都应该 ...
- python - - 函数 - - 内置函数和匿名函数
目录 内置函数 匿名函数 本章小结 相关练习题 1,内置函数 python里的内置函数.截止到python版本3.6.2,现在python一共为我们提供了68个内置函数. Built-inFuncti ...
- 函数【七】高阶函数/内置函数
python函数式编程 高阶函数:就是把函数当成参数传递的一种函数 1.函数名可以进行赋值: 2.函数名可以作为函数参数,还可以作为函数的返回值: a.函数是第一类对象 b.函数可以被赋值 c.可以被 ...
- javaScript内置函数(内置函数,内置关键字)
javaScript内置函数(内置函数,内置关键字)js的内置对象是js自带,封装了一些常用的方法.常用的js内置对象有:String,Date,Array,Math等:js内置函数是浏览器内核自带的 ...
- 函数递归/二分法/列表,字典生成式/三元表达式/匿名函数/内置函数
一.递归函数 递归函数:就是在函数调用阶段直接或者间接的调用自己 递归函数的两个阶段: 1.回溯:不停的重复的一个过程,在这个过程中将问题不断的简单化,直到最终打到要求(条件) 2.递归:一次次的往回 ...
- Python入门之三元表达式\列表推导式\生成器表达式\递归匿名函数\内置函数
本章目录: 一.三元表达式.列表推导式.生成器表达式 二.递归调用和二分法 三.匿名函数 四.内置函数 ================================================ ...
- 14 递归 匿名函数 内置函数
基础补充 三元运算符:就是 if...else...语法糖 前提:if和else只有一条语句 # 原 cmd = input('cmd: ') if cmd.isdigit():print('可以转化 ...
- 4/2 三元表达式/函数递归/匿名函数/内置函数
三元表达式 def max2(x,y) if x > y: return x else return y res=max2(10,11) 三元表达式仅应用于: 1 条件成立返回一个值 2 条件不 ...
- python匿名函数里用if_python匿名函数 高阶函数 内置函数 文件操作
1.匿名函数 匿名就是没有名字 def func(x,y,z=1): return x+y+z 匿名 lambda x,y,z=1:x+y+z #与函数有相同的作用域,但是匿名意味着引用计数为0,使用 ...
最新文章
- nova 之compute服务
- 具有Infinispan的聚集幂等消费者模式
- XML文档的使用方法
- power bi图表_Power BI中的图表类型概述
- angular.forEach()
- SolarWinds 攻击者开发的新后门 FoggyWeb
- 【论文】赛尔原创 | EMNLP 2019基于知识库检索器的实体一致性端到端任务型对话系统...
- 转载 三极管饱和及深度饱和状态的理解和判断!!
- 泰勒公式的计算机应用,泰勒公式应用
- ArcMap 小知识(16):栅格计算器 raster calculator
- Windows系统百宝箱
- 网络技术大讲堂:什么是IPv6+?
- 关于php上传多张图片时,选择图片后就可以预览的问题
- 安装丰巢价格是多少_马桶后方1㎡好几万你不在意,丰巢涨价5毛钱你却斤斤计较...
- 乐视2(X620)刷机日记
- Android HIDL 简介
- 系统集成项目管理工程师10大管理47个过程域输入输出工具(项目范围管理)
- Codeforces Round #176 (Div. 2) D. Shifting(模拟,STLdeque应用)
- IDEA Wrong tag '**' add [**] to custom tags 移除自定义的javadoc tags
- 1.6启动失败的解决办法
热门文章
- JQuery合并表格单元格
- [转]如何设置win7一直以管理员身份运行
- nagios常见问题
- vue+layui获取CheckBox的值
- java程序员_Java和Python的区别 好程序员帮大家解读
- Java代码块的基本使用
- python redis订阅_Python 学习笔记 - Redis
- python不同版本共存_多个python版本共存时的pip配置
- c++思维导图_必看|用好思维导图,别神话思维导图
- linux signal 符号表6,gdb调试信息__000_linux-gnu_00000000_002_rw-p__169IT.COM