python 基础 11 带参数装饰器与递归函数
1.递归函数
递归函数就是在函数体里调用自己的函数。这个听着很邪乎。
其实，说是在调用自己，其实就是在掉用函数内部的，调用自身函数命令之前的代码部分。举个例子。
count = 0
def func():
global count
count += 1
print(count)
if count == 10:return count # 跳出机制
#在这一层代码，调用了自己，那么就会开始执行下一个自身代码，也就是这一行之前的部分，直到符合跳出机制
func()
print(456)
func()
# RecursionError
# 递归的最大深度1000层 : 为了节省内存空间,不要让用户无限使用内存空间
# 1.递归要尽量控制次数,如果需要很多层递归才能解决问题,不适合用递归解决
# 2.循环和递归的关系
# 递归不是万能的
# 递归比起循环来说更占用内存
# 修改递归的最大深度
# import sys
# sys.setrecursionlimit(1000000000)
# 你的递归函数 必须要停下来
# 递归函数是怎么停下来的?递归3次结束整个函数
# count = 0
# def func(): # func1
# global count
# count += 1 # 1
# print(count)
# if count == 3: return
# func()
# print(456)
# func()
#
# def func(): # func2
# global count
# count += 1 # 2
# print(count)
# if count == 3: return
# func()
# print(456)
#
#
# def func(): # func3
# global count
# count += 1 # 3
# print(count)
# if count == 3:return
# func()
# print(456)
# 函数的调用
# 函数的参数
# 函数的返回值
# 一个递归函数要想结束,必须在函数内写一个return,并且return的条件必须是一个可达到的条件
# 并不是函数中有return,return的结果就一定能够在调用函数的外层接收到
# def func(count):
# count += 1
# print(count)
# if count == 5 : return 5
# ret = func(count)
# print(count ,':',ret)
# return ret
# print('-->',func(1))
# def func(1):
# 1 += 1
# print(2)
# if 2 == 5 : return 5
# ret = func(2)
# print(ret)
# return ret
#
# def func(2):
# 2 += 1
# print(3)
# if 3 == 5 : return 5
# ret = func(3)
# print(ret)
# return ret
#
# def func(3):
# 3 += 1
# print(4)
# if 4 == 5 : return 5
# ret = func(4)
# print(ret)
# return ret
#
# def func(4):
# 4 += 1
# print(5)
# if 5 == 5 : return 5
# func(count)
#
# def func(count):
# count += 1
# print(count)
# if count == 5 : return 5
# return func(count)
# print('-->',func(1))
# 递归相关 练习
# 1.计算阶乘 100! = 100*99*98*97*96....*1
# 循环
# 递归
def fin(n):
if n == 1:
return n
else:
return n*fin(n-1)
ret = fin(7)
print(ret)
# 2.os模块:查看一个文件夹下的所有文件,这个文件夹下面还有文件夹,不能用walk
def show_dir(path):
name_list = os.listdir(path)
for name in name_list:
abs_path = os.path.join(path,name)
if os.path.isfile(abs_path):
print(name)
elif os.path.isdir(abs_path):
print('-->',name)
show_dir(abs_path)
# 3.os模块:计算一个文件夹下所有文件的大小.这个文件夹下面还有文件夹,不能用walk
import os
def every_file_size(path):
sum = 0
name_list = os.listdir(path)
for name in name_list:
abs_path = os.path.join(path,name)
if os.path.isfile(abs_path):
ret = os.path.getsize(abs_path)
sum += ret
print(abs_path,ret)
elif os.path.isdir(abs_path):
print('-->',name)
ret = every_file_size(abs_path)
sum += ret
return sum
s = every_file_size(r'D:programming_with_python 43从零开始学python')
print(s)
# 4.计算斐波那契数列
# 找第100个数
# 1 1 2 3 5
def fib(num):
if num == 1 or num == 2: return 1
else:
return fib(num-2)+fib(num-1)
fib(10)
# 用循环
def fib2(n):
a = 1
b = 1
while n>2:
a,b=b,a+b
n -= 1
return b
ret = fib2(3)
print(ret)
# 由上边的循环来看，我们可以优化递归
def fib3(n,a=1,b=1):
if n==1 or n==2:
return b
else:
a,b = b,a+b
return fib3(n-1,a,b)
print(fib3(100))
# 或者
# 这个方法，跟上边的这个一样，就是起点，从1=1+0开始
def fib4(n,a=1,b=0):
if n==1:
return a+b
return fib4(n-1,b,a+b)
print(fib4(100))
# 也可用生成器来做
def fib5(n):
if n==1:
yield 1
else:
yield from (1,1)
a,b=1,1
while n>2:
a,b = b,a+b
yield b
n -= 1
a = fib5(100)
for i in a:
print(i)
# 5.三级菜单 可能是n级
# 递归 循环
# https://www.cnblogs.com/Eva-J/articles/7205734.html#_label4
menu = {
'北京': {
'海淀': {
'五道口': {
'soho': {},
'网易': {},
'google': {}
},
'中关村': {
'爱奇艺': {},
'汽车之家': {},
'youku': {},
},
'上地': {
'百度': {},
},
},
'昌平': {
'沙河': {
'老男孩': {},
'北航': {},
},
'天通苑': {},
'回龙观': {},
},
'朝阳': {},
'东城': {},
},
'上海': {
'闵行': {
"人民广场": {
'炸鸡店': {}
}
},
'闸北': {
'火车战': {
'携程': {}
}
},
'浦东': {},
},
'山东': {},
}
def menu_func(menu):
flag = True
while flag:
for name in menu:
print(name)
key = input('想看那个城市>>>').strip() #北京
if key.lower() =='q':
print('再见')
return False
elif key.lower() == 'b':
return True
elif menu.get(key):
flag = menu_func(menu[key])
# 下边这个也对，但是我看不懂，以后再看把
# def menu_func(menu):
# while True:
# for name in menu:
# print(name)
# key = input('想看那个城市>>>').strip() #北京
# if key.lower() =='q':
# print('再见')
# return False
# elif key.lower() == 'b':
# return True
# elif menu.get(key):
# flag = menu_func(menu[key])
# if not flag: return False
menu_func(menu)
print('wahaha')
2.带参数装饰器
# 什么是装饰器?
# 为什么要有装饰器
# 为什么不能改变原函数的调用方式
# 开放封闭原则
# 我们提前写好一个功能,让别人使用的时候能够直接使用就能完成相应的功能
# 登录
# 计算函数的执行时间
# 写了很多的函数
# 添加日志 : 在 时间 调用了什么函数
import time
def logger(path):
def log(func):
def inner(*args,**kwargs):
ret = func(*args,**kwargs)
with open(path,mode='a',encoding='utf-8') as f:
msg = '%s 执行了%s'%(time.strftime('%Y-%m-%d %H:%M:%S'),func.__name__)
f.write(msg)
return ret
return inner
return log
@logger('auth.log')
def login():
print('登录的逻辑')
@logger('auth.log')
def register():
print('注册的逻辑')
@logger('auth.log') # ret = log('auth.log') show_goods = ret(show_goods)
def show_goods():
print('查看所有商品信息')
@logger('buy.log')
def add_goods():
print('商品加入购物车')
# 登录和注册的信息 写到auth.log文件里
# 所有的购物信息 写到operate.log文件里
login()
add_goods()
show_goods()
# @logger('asfg') # logger('asfg') = log
# @log
# @logger
# def show_goods():
# print('查看所有商品信息')
# def xxx(*args):
# def wrapper(func):
# def inner(*args,**kwargs):
# ret = func(*args,**kwargs)
# return ret
# return inner
# return wrapper
# 原本有一个装饰器wrapper
# @wrapper
# def func():
# pass
# @xxx('参数') == @wrapper
# def func():
# pass
# 带参数的装饰器
# 有100个函数,分别添加一个计算函数执行时间的装饰器
# 有的时候需要计算时间,有的时候不需要
# 希望能通过修改一个变量,能控制这100个函数的装饰器是否执行
def log():
judge = True
if judge==True:
def timmer(f):
def inner(*args,**kwargs):
a = time.time()
ret = f(*args,**kwargs)
b = time.time()
print(f'{f}执行时间为{b-a}秒。')
return ret
return inner
return timmer
else:
pass