本节主要内容:
- lamda匿名函数
- sorted()
- filter()
- map()
- 递归函数
⼀. lamda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 nn
print(func(10))
f = lambda n: nn
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:
- 函数的参数可以有多个. 多个参数之间⽤逗号隔开
- 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
- 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
根据字符串⻓度进⾏排序
lst = [“麻花藤”, “冈本次郎”, “中央情报局”, “狐仙”]
计算字符串⻓度
def func(s):
return len(s)
print(sorted(lst, key=func))
和lambda组合使⽤
根据字符串⻓度进⾏排序
lst = [“麻花藤”, “冈本次郎”, “中央情报局”, “狐仙”]
计算字符串⻓度
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. 分别取执⾏
function
计算列表中每个元素的平⽅ ,返回新列表
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])))
计算两个列表中相同位置的数据的和
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中递归的深度最⼤到998
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 read(filepath, n):
files = os.listdir(filepath) # 获取到当前⽂件夹中的所有⽂件
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
fi_d = os.path.join(filepath,fi) # 加⼊⽂件夹 获取到⽂件夹+⽂件
if os.path.isdir(fi_d): # 如果该路径下的⽂件是⽂件夹
print("\t"*n, fi)
read(fi_d, n+1) # 继续进⾏相同的操作
else:
print("\t"*n, fi) # 递归出⼝. 最终在这⾥隐含着return
#递归遍历⽬录下所有⽂件
read(’…/oldboy/’, 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.
判断n是否在lst中出现. 如果出现请返回n所在的位置
⼆分查找—⾮递归算法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
n = 567
left = 0
right = len(lst) - 1
count = 1
while left <= right:
middle = (left + right) // 2
if n < lst[middle]:
right = middle - 1
elif n > lst[middle]:
left = middle + 1
else:
print(count)
print(middle)
break
count = count + 1
else:
print(“不存在”)
普通递归版本⼆分法
def binary_search(n, left, right):
if left <= right:
middle = (left+right) // 2
if n < lst[middle]:
right = middle - 1
elif n > lst[middle]:
left = middle + 1
else:
return middle
return binary_search(n, left, right) # 这个return必须要加. 否则接收
到的永远是None.
else:
return -1
print(binary_search(567, 0, len(lst)-1))
另类⼆分法, 很难计算位置.
def binary_search(ls, target):
left = 0
right = len(ls) - 1
if left > right:
print(“不在这⾥”)
middle = (left + right) // 2
if target < ls[middle]:
return binary_search(ls[:middle], target)
elif target > ls[middle]:
return binary_search(ls[middle+1:], target)
else:
print(“在这⾥”)
binary_search(lst, 567)