1.lambda匿名函数
为了解决一些简单的需求而设计的一句话函数
1 #计算n的n次方 2 def func(n): 3 return n**n 4 print(func(10)) 5 6 7 f = lambda n: n**n 8 print(f(10))
lambda表示的是匿名函数,不需要用def来声明,一句话就可以声明出一个函数
语法:
函数名= lambda 参数:返回值
注意:
1.函数的参数可以有多个,多个参数之间用逗号隔开
2.匿名函数不管多复杂,只能写一行,且逻辑结束后直接返回数据
3.返回值和正常的函数一样,可以是人忆数据类型
匿名函数并不是说一定没有名字,这里前面的变量就是一个函数名,说他是匿名原因是我们通过__name__查看的时候是没有名字的,统一都叫lambda,在调用的时候没有什么特别之处,像正常的函数调用即可.
2.sorted()
排序函数,返回一个新列表
语法: sorted(iterable,key=None,reverse=False)
iterable:可迭代对象
key:排序规则(排序函数),在sorted()内部会将可迭代对象中的每一个元素传递给这个函数的参数,根据函数运算结果进行排序
reverse:是否是倒叙.True:倒叙,False:正序
1 lst = [1,5,3,4,6] 2 lst2 = sorted(lst) 3 print(lst) #原列表不会改变 4 print(lst2) #返回的新列表是经过排序的 5 6 dic = {1:"A",3:"C",2:"B"} 7 print(sorted(dic)) #如果是字典,则返回排序过后的key
和函数组合使用:
1 #根据字符串长度进行排序 2 lst = ["麻花藤","冈本次郎","中央情报局","狐仙"] 3 4 #计算字符串长度 5 def func(s): 6 return len(s) 7 print(sorted(lst,key=func))
和lambda组合使用:
1 #根据字符串长度进行排序 2 lst = ["麻花藤","冈本次郎","中央情报局","狐仙"] 3 4 #计算字符串长度 5 def func(s): 6 return len(s) 7 print(sorted(lst,key=lambda s:len(s))) 8 9 lst = [{"id":1,"name":'alex',"age":18}, 10 {"id":2,"name":'wusir',"age":16} , 11 {"id":3,"name":'taibai',"age":17}] 12 13 #按照年龄对学生信息进行排序 14 print(sorted(lst,key=lambda e:e['age']))
3.filter()
筛选函数,返回一个迭代器
语法:filter(function,iterable)
function:用来筛选的函数.在filter中会自动的把iterable中的元素传递给function.然后根据function返回的True或者False来判断是否保留此项数据
iterable:可迭代对象
1 lst = [1,2,3,4,5,6,7] 2 l1 = filter(lambda x:x%2==0,lst)#筛选所有的偶数 3 print(l1) 4 print(list(l1)) 5 6 lst = [{"id":1,"name":'alex',"age":18}, 7 {"id":1,"name":'alex',"age":18}, 8 {"id":1,"name":'alex',"age":18} 9 ] 10 fl = filter(ambda e:e['age']>16,lst)#筛选年龄大于16的数据 11 print(list(fl))
4.map()
映射函数,返回一个迭代器
语法:map(function,iterable)可以对可迭代对象的每一个元素进行映射,分别去执行function
计算列表中每个元素的平方,返回新列表
1 def func(e): 2 return e*e 3 mp = map(func,[1,2,3,4,5]) 4 print(mp) 5 print(list(map))
改写成lambda
print(list(map(lambda x:x*x,[1,2,3,4,5])))
计算两个列表中相同位置的数据的和
1 lst1 = [1,2,3,4,5] 2 lst2 = [2,4,6,8,10] 3 print(list(map(lambda x,y:x+y,lst1,lst2)))
5.递归
在函数中调用函数本身,就是递归
1 def func(): 2 print("我是谁") 3 func() 4 func()
在python中递归的深度最大到998
1 def foo(n): 2 print(n) 3 n += 1 4 foo(n) 5 foo(1)
递归的应用:
我们可以使用递归来遍历各种树形结构,比如我们的文件夹系统,可以使用递归来遍历该文件夹中的所有文件
1 import os 2 3 def read(filepath ,n): 4 files = os.listdir(filepath)#获取到当前文件夹中的所有文件 5 for fi in files:#遍历文件夹中的文件,这里获取的只是本层文件名 6 fi_d = os.path.join(filepath,fi)#加入文件夹,获取到文件夹+文件 7 if os.path.isdir(fi_d):#如果该路径下的文件是文件夹 8 print("\t"*n,fi) 9 read(fi_d,n+1)#继续进行相同的操作 10 else: 11 print("\t"*n,fi)#递归出口,最终在这里隐含着return 12 13 #递归遍历目录下所有文件 14 read("d:/",0)
6.二分查找
二分查找每次能够排除掉一半的数据,查找的效率非常高,但是局限性比较大,必须是有序序列才可以使用二分查找
要求:查找的序列必须是有序序列
1 #判断n是否在lst中出现,如果出现请返回n所在的位置 2 #二分查找-----非递归算法 3 lst = [22,33,44,55,66,77,88,99,101,238,345,456,567,678,789] 4 n = 567 5 left = 0 6 right = len(lst)-1 7 count = 1 8 while left <= right: 9 middle = (left + right) // 2 10 if n < lst[middle]: 11 right = middle - 1 12 elif n > lst[iddle]: 13 left = middle + 1 14 else: 15 print(count) 16 print(middle) 17 break 18 count += 1 19 else: 20 print("不存在")
#普通递归版本二分法
每次左边加1,右边减1
1 def func(n,left,right): 2 if left <= right: 3 middle = (left + right) // 2 4 if n < let[middle]: 5 right = middle -1 6 elif n > lst[middle]: 7 left = middle + 1 8 else: 9 return middle 10 return func(n,left,right)#这个return必须要加,不然接收到的永远是None 11 else: 12 return -1 13 print(func(567,0,len(lst)-1))
#另类二分法,很难计算位置
每次从左边到中间或者从中间到右边分
1 def func(lst,target): 2 left = 0 3 right = len(lst)-1 4 if left > right: 5 print("不在这里") 6 middle = (left + right) // 2 7 if target < lst[middle]: 8 return func(lst[:middle],target) 9 elif target > lst[middle]: 10 return func(lst[middle+:],target) 11 else: 12 print("在这里") 13 func(lst,567)