一、函数的递归
在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少
3. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的(999次),所以递归调用的次数过多,会导致栈溢出)
1 def calc(n): 2 print(n) 3 if int(n/2) ==0: 4 return n 5 return calc(int(n/2)) 6 7 calc(10) 8 9 输出: 10 10 11 5 12 2 13 1
递归函数实际应用案例,二分查找
1 dataset = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] 2 def binary_search(dataset,find_num): 3 print(len(dataset)) 4 if len(dataset) > 1: 5 mid = int(len(dataset)/2) 6 if dataset[mid] == find_num: 7 print("数字已找到",dataset[mid]) 8 elif dataset[mid] > find_num: 9 print("找的数字在mid%s的左面" %dataset[mid]) 10 return binary_search(dataset[0:mid],find_num) 11 else: 12 print("找的数字在mid%s的右面" %dataset[mid]) 13 return binary_search(dataset[mid+1:],find_num) 14 else: 15 if dataset[0] == find_num: 16 print("找到数字了!") 17 else: 18 print("要找的数字不在列表里面!")
二、函数式编程
函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程中的函数这个术语不是指计算机中的函数(实际上是Subroutine),而是指数学中的函数,即自变量的映射。也就是说一个函数的值仅决定于函数参数的值,不依赖其他状态。比如sqrt(x)函数计算x的平方根,只要x不变,不论什么时候调用,调用几次,值都是不变的。
Python对函数式编程提供部分支持。由于Python允许使用变量,因此,Python不是纯函数式编程语言。
一、定义
简单说,"函数式编程"是一种"编程范式"(programming paradigm),也就是如何编写程序的方法论。
主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说,现在有这样一个数学表达式:
1 (1 + 2) * 3 - 4
传统的过程式编程,可能这样写:
1 var a = 1 + 2; 2 3 var b = a * 3; 4 5 var c = b - 4;
函数式编程要求使用函数,我们可以把运算过程定义为不同的函数,然后写成下面这样:
1 var result = subtract(multiply(add(1,2), 3), 4);
这段代码再演进以下,可以变成这样:
1 add(1,2).multiply(3).subtract(4)
这基本就是自然语言的表达了。再看下面的代码,大家应该一眼就能明白它的意思吧:
1 merge([1,2],[3,4]).sort().search("2")
因此,函数式编程的代码更容易理解。