1. lamda匿匿名函数2. sorted()
3. filter()
4. map()
5. 递归函数
一. lamda 匿名函数
为了了解决一些简单的需求⽽设计的⼀句话函数
语法:
函数名 = lambda 参数: 返回值
# 计算n的n次⽅
s = lambda a: a *a print(s(10))
函数的参数可以有多个.多个参数之间⽤用逗号隔开
匿匿名函数不管多复杂.只能写⼀一⾏行行,且逻辑结束后直接返回数据
返回值和正常的函数⼀一样,可以是任意数据类型
二. sorted() 排序函数. 需要一个新变量名去接
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) # 原列列表不不会改变 print(lst2) # 返回的新列列表是经过排序的 dic = {1:'A', 3:'C', 2:'B'} print(sorted(dic)) # 如果是字典. 则返回排序过后的key # [1, 5, 3, 4, 6] # [1, 2, 3]
和函数组合使⽤ key = func
# 根据字符串串⻓长度进⾏行行排序 lst = ["麻花藤", "冈本次郎", "*情报局", "狐仙"] # 计算字符串串⻓长度 def func(s): return len(s) print(sorted(lst, key=func)) # ['狐仙', '麻花藤', '冈本次郎', '*情报局']
和lambda组合使⽤
lst = [{"id":1, "name":'alex', "age":18}, {"id":2, "name":'wusir', "age":16}, {"id":3, "name":'taibai', "age":17}] # 按照年年龄对学⽣生信息进⾏行行排序 print(sorted(lst, key=lambda e: e['age'])) #[{'id': 2, 'name': 'wusir', 'age': 16}, {'id': 3, 'name': 'taibai', 'age': 17}, {'id': 1, 'name': 'alex', 'age': 18}]
三. filter()筛选函数
语法: filter(function. Iterable)
function: ⽤用来筛选的函数. 在filter中会⾃自动的把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)) # [2, 4, 6] 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) print(list(fl)) # [{'id': 1, 'name': 'alex', 'age': 18}, {'id': 3, 'name': 'taibai', 'age': 17}]
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. 分别执行function
# 计算列列表中每个元素的平⽅方 ,返回新列列表 def func(e): return e*e mp = map(func, [1, 2, 3, 4, 5]) print(mp) # <map object at 0x1031a4400> print(list(mp)) #[1, 4, 9, 16, 25] # 改写成lambda print(list(map(lambda x: x * x, [1, 2, 3, 4, 5]))) #[1, 4, 9, 16, 25] #计算两个列列表中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))) # [1, 4, 9, 16, 25]
五. 递归
在函数中调⽤用函数本⾝身. 就是递归
def func(): print("我是谁") func() func()
在python中递归的深度最⼤大到997
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) # 获取到当前⽂文件夹中的所有⽂文件 for fi in files: # 遍历⽂文件夹中的⽂文件, 这⾥里里获取的只是本层⽂文件名 fi_d = os.path.join(filepath,fi) # 加⼊入⽂文件夹 获取到⽂文件夹+⽂文件 if os.path.isdir(fi_d): # 如果该路路径下的⽂文件是⽂文件夹 print("\t"*n, fi) read(fi_d, n+1) else: print("\t"*n, fi) #递归遍历⽬目录下所有⽂文件 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
⼆分查找 非递归算法
# 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("不不存在")
普通递归版本二分法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] 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
另类⼆二分法, 很难计算位置
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] # 另类⼆二分法, 很难计算位置. def binary_search(ls, target): left = 0 right = len(ls) - 1 if left > right: print("不不在这⾥里里") 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)