python 内置函数二 递归函数 应用

　　　　内置函数二

主要内容:

　　1.lamda匿名函数

　　2.sorted()

　　3.filter()

　　4.map()

　　5.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 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   排序后返回是列表

　　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. lterable)

　　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
     func(n)
func(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("	"*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
rend('../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)