函数递归
算法中的二分法
三元表达式
列表生产式、字典生成式
匿名函数
常用的内置函数
函数递归
函数的递归：函数在调用阶段直接或者是间接的调用了自身。
#举个例子
def func():
print('from func')
func() # 当函数执行到这一步时又一次调用了函数自身
func()
上面这个列子实际是一个无限循环的，但是函数不应该无限循环下去，因为每一次调用函数都会产生一个属于它的名称空间，如果无限循环下去，那么就会尝试内存溢出的问题，于是python中有了一个递归层数的限制。
#我们通过改变上面的程序来查看这个限制是多少：
def func(n):
print('from func',n) # 将n的值打印出来
func(n+1) # 每次递归让n加一
func(1) # 从1开始
根据测试的结果我们可以得到python强制控制的递归层数大概是997。
这个递归深度的最大值是可以修改的，要用到一个函数
import sys print(sys,setrecursionlimit(100000))
递归函数的作用
函数的递归分为两个阶段：
1.回溯：就是一次次重复的过程,这个重复的过程必须建立在每一次重复问题的复杂度都应该下降
直到有一个最终的结束条件。
2.递推：一次次往回推导的过程
"""举个栗子：你要问a的年龄，a告诉你他比b大2岁，然后你问b,b告诉你他比c大2岁，接着你问c,c告诉你他比d大2岁，最后你问d，d说他18岁。
理一下这个顺序我们可以得到：
a=b+2 age(4)=age(3)+2
b=c+2 age(3)=age(2)+2
c=d+2 age(2)=age(1)+2
d=18 age(1)=18 """
#然后我们通过函数将这个过程写出来
def age(n):
if n ==1:
return 18
else:
return age(n-1) +2
print(age(4))
这个函数在运行过程中回溯和递推的过程是这样的：
# 将列表中的数字依次打印出来(循环的层数是你必须要考虑的点)
l = [1,[2,[3,[4,[5,[6,[7,[8,[9,[10,[11,[12,[13,]]]]]]]]]]]]]
#根据这个要求我们可以通过for循环来实现，那么使用递归的方法来写一下
def get_num(l):
for i in l: # 从列表里拿出一个元素
if type(i) is int: # 判断是否为整型，如果为整型进行下一步，将它打印出来
print(i)
else:
get_num(i) # 如果不为整型则再次调用函数，就是将列表中的小列表拿出来再循环
get_num(l)
ps:递归函数不要考虑循环的次数，要把握循环结束的条件。
算法中的二分法
#算法能够提高解决问题的效率
#二分法要求是容器类型中的数字必须有大小顺序
l=[1,3,5,12,57,89,101,123,146,167,179,189,345]
target_num = 100
def get_num(l,target_num): # 传参，需要传入被索引的列表，和需要索引的值
if not l: # 判断要索引的值是否在列表中
print('不在这里')
return
print(l)
middle_index = len(l)//2 # 取列表的长度一半的那个序号，也就是列表的中间值
if target_num > l[middle_index]: # 将要缩印的值与列表的中间值进行比较如果大，就取列表的右半部分
num_right = l[middle_index+1:] # 切取列表的右半部分
get_num(num_right,target_num) # 将列表的右半部分作为参数，调用循环
elif target_num < l[middle_index]: # 如果小于中间值就取列表的左半部分
num_left = l[0:middle_index] # 切取列表的左半部分
get_num(num_left,target_num) # 将列表的左半部分，调用循环
else:
print('bingo',target_num) # 当被索引的值等于中间值时，输出
get_num(l,target_num)
三元表达式
#三元表达式一般用在比如一个条件成立就输出结果1否则就输出结果2这种简单的情况。
#举个栗子：当我们进行x,y之间的大小判断时会这样写
def my_max(x,y)
if x > y:
return x
else:
return y
#如果用三元表达式来写的话：
res = x if x > y else y
print(res)
#意思就是当if成立时返回if前面的值，当if不成立时返回else后面的值。
三元表达式的固定表达式
值1 if 条件 else 值2
条件成立 值1
条件不成立 值2
综上可得，三元表达式只推荐在只有两种情况的可能下使用。
列表生成式
l = ['tank','nick','oscar','sean']
l1 = []
#要求，将列表中的字符串加一个后缀
#我们可以通过for循环来实现
for name in l : # 将名字从列表中循环取出
l1.append('%s_ad'%name) # 将名字加上后缀然后添加进新列表
print(l1)
#用列表生成式来写
res=['%s_AD'%name for name in l]
print(res)
#取出某个后缀的元素
l = ['tank_ad','nick_ad','oscar_ad','sean_ad','jason_ap']
res = [name for name in l if name.endswith('_ad')]
#首先，先用for循环依次取出列表中的每一个元素
#然后使用if进行判断，判断成立之后交给for前面的代码
#如果当前的元素是条件不能成立则直接舍弃
#后面不支持再加else的情况了
print(res)
字典的生成式
l1 = ['name','password','hobby']
l2 = ['jason','123','DBJ','egon']
#要求，将l1和l2合成一个字典
d={}
for i,j in enumerate(l1):
d[j]=l2[i]
print(d)
#用字典生成式快速生成一个字典，并用012作为key值
l1 = ['jason','123','read']
d = {i:j for i,j in enumerate(l1)}
print(d)
ps:把列表解析的[]换成()得到的就是生成器表达式
匿名函数
匿名函数就是没有名字的函数，它的特点是临时存在，用完之后就没了。
def my_sum(x,y):
return x + y
print(my_sum(1,2))
#匿名函数
res = (lambda x,y:x+y)(1,2)
print(res)
# ：的左边相当于函数的形参
# ：的右边相当于函数的返回值
匿名函数一般情况下都不会单独使用，都是配合内置函数一起使用的。
常用的内置函数
#比较工资
d = {
'egon':30000,
'jason':88888888888,
'nick':3000,
'tank':1000
}
print(max(d,key=lambda name:d[name])) # 输出工资最高的
print(min(d,key=lambda name:d[name])) # 输出工资最低的
"""
lambda name:d[name]实际等于下面这个函数
def index(name):
return d[name]
"""
#zip 拉链 # 基于for循环 l1 = [1,2,] l2 = ['jason','egon','tank'] l3 = ['a','b','c'] print(list(zip(l1,l2,l3)))
#map 映射 l = [1,2,3,4,5,6] print(list(map(lambda x:x+1,l))) >>>：[2,3,4,5,6,7]
from functools import reduce l = [1,2,3,4,5,6] print(reduce(lambda x,y:x+y,l)) # 19初始值 第一个参数 # 当初始值不存在的情况下 按照下面的规律 # 第一次先获取两个元素 相加 # 之后每次获取一个与上一次相加的结果再相加
l = [1,2,3,4,5,6] print(list(filter(lambda x:x != 3,l))) >>>：[1, 2, 4, 5, 6] l = ['jason','egon','nick','tank'] print(sorted(l)) >>>:['egon', 'jason', 'nick', 'tank'] l = ['jason','egon','nick','tank'] print(sorted(l,reverse=True)) >>>:['tank', 'nick', 'jason', 'egon']