python笔记之函数 二

高阶函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

def add(x,y,f):
    return f(x) + f(y)


res = add(3,-6,abs)
print(res)

只需满足以下任意一个条件，即是高阶函数

• 接受一个或多个函数作为输入
• return 返回另外一个函数

#变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数称之为高阶函数
def func1(x,y):
    return x+y
def func2(z):
    return z
f = func2(func1)
print(f(1,2))   

def func3(x,y):
    return abs(x+y) #这是绝对值的函数，这也是高阶函数
print(func3(3,-9))

def func4(x,y):
    return abs,x,y
res = func4(3,-10)
print(res)

#print(res[0](res[1]+res[2]))

高阶函数满足条件：

接受一个或多个函数作为输入

return 返回另外一个函数

def add(x,y,f):
    return f(x) + f(y)
res = add(3,-10,abs)
print(res)

这个调用的工具包表示可以执行多少层

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。

def func1(n):
    n = int(n / 2)
    print(n)
    if n > 0:
        func1(n)
    print(n)
func1(10)

def func(n,count):
    print(n,count)
    if count < 5:
        return func(n/2,count+1)
    else:
        return n
res =func(188,1)
print('第五次返回结果：',res)

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，所以，递归调用的次数过多，会导致栈溢出）

递归练习：

阶乘算法：

内置函数

Python的len为什么你可以直接用？肯定是解释器启动时就定义好了

内置参数详解 https://docs.python.org/3/library/functions.html?highlight=built#ascii

几个刁钻古怪的内置方法用法提醒

#compile
f = open("函数递归.py")
data =compile(f.read(),'','exec')
exec(data)


#print
msg = "又回到最初的起点"
f = open("tofile","w")
print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)


# #slice
# a = range(20)
# pattern = slice(3,8,2)
# for i in a[pattern]: #等于a[3:8:2]
#     print(i)
#
#


#memoryview
#usage:
#>>> memoryview(b'abcd')
#<memory at 0x104069648>
#在进行切片并赋值数据时，不需要重新copy原列表数据，可以直接映射原数据内存，
import time
for n in (100000, 200000, 300000, 400000):
    data = b'x'*n
    start = time.time()
    b = data
    while b:
        b = b[1:]
    print('bytes', n, time.time()-start)

for n in (100000, 200000, 300000, 400000):
    data = b'x'*n
    start = time.time()
    b = memoryview(data)
    while b:
        b = b[1:]
    print('memoryview', n, time.time()-start)