python内置函数(二)

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.函数的参数可以有很多个,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.说他是匿名函数原因是我们通过__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:是否是倒序.True:倒序,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ke

　　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"]
# 计算字符串长度
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): 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

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
 if os.path.isdir(fi_d): # 如果该路径下的文件是文件夹
  print("	"*n, fi)
  read(fi_d, n+1) # 继续进行相同的操作
  else:
  print("	"*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, 56

# 时间复杂度最低, 空间复杂度最低的查找方法

lst1 = [5,6,7,8]
lst2 = [0,0,0,0,0,1,1,1,1]
for el in lst1:
     lst2[el] = 1

lst2[4] == 1   # o(1)

只需要查找一次