第三天，递归函数及高级特性
一、递归函数
一个函数在内部调用自身本身，这个函数就是递归函数。
def jiecheng(n):
if n == 1:
return 1
return n * jiecheng(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。
以下为使用了尾递归（避免在return中进行运算）的阶乘
def digui(i):#阶乘
return digui2(i,1)
def digui2(num,sum):
if num == 1:
return sum
return digui2(num-1,num*sum)
print(digui(5))
汉诺塔解法https://baike.baidu.com/item/%E6%B1%89%E8%AF%BA%E5%A1%94/3468295#5_1
高级特性
一、切片
取L[‘a’,‘b’,‘c’,‘d’,‘e’]中前三个元素，循环较为麻烦，切片非常方便，即L[0:3]或者L[:3]（0-3不包括3，不影响L本体）
List、tuple、字符串都能切，
‘ABCDEFG’[::2]==>‘ACEG’
作业：去除字符串首尾空格
s=' '
def crim(s):
i = 0
j = len(s) -1
while i<len(s)-1 and s[i] == ' ':
i=i+1
while j>0 and s[j] == ' ' :
j=j-1
return s[i:j+1],print(s[i:j+1])
crim(s)
二、迭代
如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代。
调用iterable可以检测是否可以迭代。
from collections.abc import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整数是否可迭代
False
Python的for循环抽象程度要高于C的for循环，因为Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
print(key)
a
b
c
如果要迭代value，可以用for value in d.values()
如果要同时迭代key和value，可以用for k, v in d.items()。
Python内置的enumerate函数可以把一个list变成索引-元素对,变换后可以使用下标来对list进行读取。
for i, value in enumerate([‘A’, ‘B’, ‘C’]):
作业：找寻最大最小值
def findMinAndMax(L):
if len(L) == 0:
return(None,None)
else:
max=L[0]
min=L[0]
for x in L:
if x > max:
max = x
for y in L:
if y < min:
min = y
return (min, max)
三、列表生成式
Python内置的非常简单却强大的可以用来创建list的生成式
[x * x for x in range(1, 11)]#生成[1,4,...]
[x * x for x in range(1, 11) if x % 2 == 0]#上面的偶数
import os # 导入os模块，模块的概念后面讲到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
for k, v in d.items():#也可使用.item代替dic中的key和value
print(k, '=', v)
使用两个变量生成list、和变小写：
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k,v in d.items()]
L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]#变小写
跟在for后面的if是筛选条件，不能加else！
for之前的if是表达式，必须加else！
作业：判断是否是字符串后变小写
L2 = [s.lower() for s in L1 if(isinstance(s,str))]
四、生成器generator
将元素通过算法计算，并且一边循环一边计算的机制，称为生成器。
将列表生成式中的[]换成（）就可以了！
打印元素需要使用for n in g : print(n)来进行打印。
第二种方法：有yield(一般的print)就是generator
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
generator和函数的执行流程不一样：函数是顺序执行，遇到return语句或者最后一行函数语句就返回；而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中
g = fib(6)#接上一步代码，不过最简单还是使用for输出
while True:
try:
x = next(g)
print('g:', x)
except StopIteration as e:
print('Generator return value:', e.value)
break
作业：输出杨辉三角：
def triangles():#第一种方法
currLine = [1]
while True:
yield currLine
newLine = [1]
for i in range(len(currLine)-1):
newLine.append(currLine[i] + currLine[i+1])
newLine.append(1)
currLine = newLine
def triangles()#最优解
list = [1]
while True:
yield list
list = [1] + [list[x] + list[x+1] for x in range(len(list)-1)] + [1]
n = 0#检测是否正确
results = []
for t in triangles():
results.append(t)
n = n + 1
if n == 11:
break
for t in results:
print(t)
五、迭代器
literable
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对Iterable。
而可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
from collections.abc import Iterable
isinstance([], Iterable)
True #判断是否是可迭代对
from collections.abc import Iterator
isinstance((x for x in range(10)), Iterator)
True #判断是否是迭代器
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator（使用type可以查看类型）
把list、dict、str等Iterable变成Iterator可以使用iter()函数
因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。
可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
for x in [1, 2, 3, 4, 5]:
pass
#等价于
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break