主要内容：
1、lambda匿名函数
2、sorted()
3、filter()
4、map()
5、递归函数
一、 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
# 计算n的n次方
def func(n):
return n**n
print(func(10))
f = lambda n: n**n
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, 可以是任意数据类型
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
二、sorted()
排序函数：
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. 根据函数运算的结果进行排序
reverse: 是否是倒叙. True: 倒叙, False: 正序
lst = [1,5,3,4,6]
lst2 = sorted(lst)
print(lst) # 原列表不会改变
print(lst2) # 返回的新列表是经过排序的
dic = {1:'A', 3:'C', 2:'B'}
print(sorted(dic)) # 如果是字典. 则返回排序过后的key
和函数组合使用
# 根据字符串长度进行排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
# 计算字符串长度
def func(s):
return len(s)
print(sorted(lst, key=func))
和lambda组合使用
# 根据字符串长度进行排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
# 计算字符串长度
def func(s):
return len(s)
print(sorted(lst, key=lambda s: len(s)))
lst = [{"id":1, "name":'alex', "age":18},
{"id":2, "name":'wusir', "age":16},
{"id":3, "name":'taibai', "age":17}]
# 按照年龄对学生信息进行排序
print(sorted(lst, key=lambda e: e['age']))
三、filter()
筛选函数
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
lst = [1,2,3,4,5,6,7]
ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数
print(ll)
print(list(ll))
lst = [{"id":1, "name":'alex', "age":18},
{"id":2, "name":'wusir', "age":16},
{"id":3, "name":'taibai', "age":17}]
fl = filter(lambda e: e['age'] > 16, lst) # 筛选年龄大于16的数据
print(list(fl))
四、map()
映射函数
语法：map（function，iterable）可以对可迭代对象中的每一个元素进行映射，分别去执行function。
def func(e):
return e*e
mp = map(func, [1, 2, 3, 4, 5])
print(mp)
print(list(mp))
改写成lambda
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
计算列表相同位置的数据和
# 计算两个列表相同位置的数据的和
lst1 = [1, 2, 3, 4, 5]
lst2 = [2, 4, 6, 8, 10]
print(list(map(lambda x, y: x+y, lst1, lst2)))
五、递归
在函数中调用函数本身就是递归
def func():
print("我是谁")
func()
func()
在python中递归的最大深度就是1000
def foo(n):
print(n)
n += 1
foo(n)
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
import os
def func(filepath, n): # d:/sylar/
# 1,打开这个文件夹
files = os.listdir(filepath)
# 2. 拿到每一个文件名
for file in files: # 文件名
# 3. 获取到路径
f_d = os.path.join(filepath, file) # d:/sylar/文件名/
# 4. 判断是否是文件夹
if os.path.isdir(f_d):
# 5. 如果是文件夹. 继续再来一遍
print("\t"*n, file,":") # 打印文件名
func(f_d, n + 1)
else: # 不是文件夹. 普通文件
print("\t"*n, file)
func("d:/sylar",0)
六、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，必须的有序数列才可以使用二分法查找。
要求：查找的序列是有序序列
# 使用二分法可以提高效率, 前提条件:有序序列
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101 , 238 , 345 , 456 , 567 , 678 , 789]
n = 88
left = 0
right = len(lst)-1
while left <= right: # 边界, 当右边比左边还小的时候退出循环
mid = (left + right)//2 # 必须是整除. 因为索引没有小数
if lst[mid] > n:
right = mid - 1
if lst[mid] < n:
left = mid + 1
if lst[mid] == n:
print("找到了这个数")
break
else:
print("没有这个数")
# 递归来完成二分法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101 , 238 , 345 , 456 , 567 , 678 , 789]
def func(n, left, right):
if left <= right: # 边界
print("哈哈")
mid = (left + right)//2
if n > lst[mid]:
left = mid + 1
return func(n, left, right) # 递归 递归的入口
elif n < lst[mid]:
right = mid - 1
# 深坑. 函数的返回值返回给调用者
return func(n, left, right) # 递归
elif n == lst[mid]:
print("找到了")
return mid
# return # 通过return返回. 终止递归
else:
print("没有这个数") # 递归的出口
return -1 # 1, 索引+ 2, 什么都不返回, None
# 找66, 左边界:0, 右边界是:len(lst) - 1
ret = func(70, 0, len(lst) - 1)
print(ret) # 不是None
#另类二分法，很难计算位置
def func1(lst,n):
left = 0
right = len(lst)-1
if left>right:
print('不在这里')
mid = (left+right)//2
if n < lst[mid]:
return func1(lst[:mid],n)
elif n > lst[mid]:
return func1(lst[mid+1:],n)
else:
print('在这里')
func1(lst,88)