一、dict 的 items() 方法与 iteritems() 方法的不同:
items方法将所有的字典以列表方式返回,其中项在返回时没有特殊的顺序;
iteritems方法有相似的作用,但是返回一个迭代器对象。
二、lambda
Python允许你定义一种单行的小函数。定义lambda函数的形式如下:labmda 参数:表达式lambda函数默认返回表达式的值。你也可以将其赋值给一个变量。lambda函数可以接受任意个参数,包括可选参数,但是表达式只有一个。
# -*- coding: utf-8 -*- """ ------------------------------------------------- File Name: lambdademo Description : Author : MXi4oyu date: 2018/5/7 0007 ------------------------------------------------- Change Activity: 2018/5/7 0007: ------------------------------------------------- """ __author__ = 'MXi4oyu' def doAction(a,b,func): result = func(a,b) return result if __name__=='__main__': result = doAction(3, 5, lambda x, y: x + y) print(result) result = doAction(3, 5, lambda x, y: x - y) print(result) result = doAction(3, 5, lambda x, y: x * y) print(result) result = doAction(3, 5, lambda x, y: x / y) print(result)
三、deepcopy与copy的区别
copy 仅拷贝对象本身,而不拷贝对象中引用的其它对象。
deepcopy 除拷贝对象本身,而且拷贝对象中引用的其它对象。
四、递归
def fact(n): if n==1: return 1 return n * fact(n - 1)
使用递归函数需要注意防止栈溢出。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。
解决递归调用栈溢出的方法是通过尾递归优化。尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。
def fact(n): return fact_iter(n, 1) def fact_iter(num, product): if num == 1: return product return fact_iter(num - 1, num * product)
可以看到,return fact_iter(num - 1, num * product)仅返回递归函数本身,num - 1和num * product在函数调用前就会被计算,不影响函数调用。
尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。
遗憾的是,大多数编程语言没有针对尾递归做优化,Python解释器也没有做优化,所以,即使把上面的fact(n)函数改成尾递归方式,也会导致栈溢出。
五、变量交换
有两个变量,在没有第三个变量的前提下,交换两个变量的值。
方案一:
__author__ = 'MXi4oyu' if __name__=='__main__': a=111 b=666 a=a+b b=a-b a=a-b print(a) print(b)
方案二(推荐):
__author__ = 'MXi4oyu' if __name__=='__main__': a=111 b=666 a,b=b,a print(a) print(b)
六、可变与不可变类型
Python中,数字,字符串,元组。是不可变数据类型。列表与字典属于可变类型。
七、获取变量的引用计数
import sys a="jack" sys.getrefcount(a)