递归与二分法

一. lamda匿名函数

　　

　　1. 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. 函数可以有多个参数,他们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

　　

　　2. 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. 

　　1. 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    

　　 2.

　　　和函数组合使用

        # 根据字符串长度进行排序 
        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

        # 根据字符串长度进行排序 
        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 

    1. 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

　　1.  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

 　　2. 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])))

　　3. 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

　　1. 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
            foo(n) 
        foo(1)

　　2. 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
        wenjianjia='d:py'
        def read(wenjianjia,n):
            files=os.listdir(wenjianjia)#查看py文件夹下的文件
            for i in files: #迭代出各文件,i为文件名不是路径
                if os.path.isdir(os.path.join(wenjianjia,i)):    #判断是否为文件夹
                    read(os.path.join(wenjianjia,i),n+1)        #如果是文件夹,递归再循环.地柜进口
                else:
                    print('	'*n,i)         #递归出口
        read(wenjianjia,0)

六.  二分查找

　　1.  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. 必须是有序列才可以

　　　使用二分查找 

        # 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.如果第一遍没有找到则需要再次执行函数.
            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)    

　　注意:查找的序列必须是有序序列.