python基础学习14_函数的进阶 (递归函数、lambda函数、高阶函数的使用)

主要内容：

• 递归函数
• lambda函数
• 高阶函数

一、递归函数

1、什么是递归函数：

在函数的定义中，函数内部的语句调用函数本身。

2、应用场景：

遍历一个文件夹下的所有文件；快排等一些算法

3、特点：

1. 自己调用自己
2. 必须有一个明确的结束条件；（否则陷入死循环，报错）
3. 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
4. 相邻两次重复之间有紧密的联系，前一次要为后一次做准备（通常前一次的输出就作为后一次的输入）。
5. 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）

4、执行过程：

5、实例

递归累加

"""
实例1：处理5以内的累加 5+4+3+2+1 = 15
    15 = 5 + (4以内数字的累加和)
    (4以内数字的累加和) = 4 + (3以内数字的累加和)
    (3以内数字的累加和) = 3 + (2以内数字的累加和)
    (2以内数字的累加和) = 2 + (1以内数字的累加和)
    (1以内数字的累加和) = 1  ---出口(结束条件)
"""

def sum_num(n):
    # 如果为1，直接返回1 -- 出口
    if n == 1:
        return 1
    # 先不断向下求累加和，不断调用sun_num(n-1)，直到n=1，
    # 再不断向上返回累加结果，1向sum(2-1)返回结果，得到 2+1 =3 ，继续向sum(3-1)返回结果，以此类推。
    return n + sum_num(n - 1)


a = sum_num(5)
print(a)  # 15

递归累乘

"""
实例2：计算n的阶乘n! = 1 * 2 * 3 * ... * n
    n! = n * (n-1) * (n-2) *...* 1
"""
def mul_num(n):
    if n == 1:
        return 1
    result = n * mul_num(n - 1)
    return result


a = mul_num(4)  # 4*3*2*1
print(a)  # 24

二、lambda函数

1、定义：

匿名函数lambda：是指一类无需定义标识符（函数名）的函数或子程序。

2、语法：

lambda 参数列表 ： 表达式

注意：只有一个表达式

3、特点：

1. 只有一个返回值
2. 只有一句表达式
3. 能接收任何数量的参数，函数的参数在lambda表达式中完全适用

4、参数形式：

• 无参：lambda: 表达式

result = (lambda: 100)
print(result) # <function <lambda> at 0x0000025FD86D9318>
print(result())  # 100

注意： 直接打印lambda表达式，输出的是此lambda的内存地址

• 一个参数：lambda a: 表达式

result = (lambda a: a)
print(result(200))  # 200

• 两个参数：lambda a,b: 表达式

result = (lambda a, b: a + b)
print(result(100, 200))  # 300

• 缺省参数：lambda a,b,c=value:表达式

result = (lambda a, b, c=5: a + b + c)
print(result(100, 200))  # 305

result = (lambda a, b, c=5: a + b + c)
print(result(100, 200, 10))  # 310

• 可变参数*args: lambda *args:表达式

result = (lambda *args: args)
print(result('ni', '50'))  # ('ni', '50')
print(result())  # ()

• 可变参数**kwargs: lambda **kwargs:表达式

result = (lambda **kwargs: kwargs)
print(result(name='lily'))  # {'name': 'lily'}
print(result())  # {}

5、lambda的应用：

5.1、与三目运算一起使用

result = (lambda a, b: a if a > b else b)
print(result(100, 200))  # 200

5.2、 列表数据按字典key的值排序

# 当列表数据中嵌套了字典，如何根据字典中的数据排序？
students = [{'name': 'TOM', 'age': 20}, {'name': 'ROSE', 'age': 19}, {'name': 'Jack', 'age': 22}]

# 根据年龄排序
students.sort(key=lambda x: x['age'])
print(students)  # [{'name': 'ROSE', 'age': 19}, {'name': 'TOM', 'age': 20}, {'name': 'Jack', 'age': 22}]

# 根据年龄降序排序
students.sort(key=lambda x: x['age'], reverse=True)
print(students)  # [{'name': 'Jack', 'age': 22}, {'name': 'TOM', 'age': 20}, {'name': 'ROSE', 'age': 19}]

三、高阶函数

1、什么是高阶函数：

一个函数作为参数传给另外一个函数

2、优点：

减少了代码的重复，开发速度较快

3、python内置高阶函数

• map(func, lst)

  func作用到list中的每个元素，并返回新的列表数据(用list()转换)

  list1 = [1, 2, 3, 4, 5, 6]
  
  
  def func(a):
      return a ** 2
  
  
  result = map(func, list1)
  print(result)  # <map object at 0x000001AFBB9EA708> 返回一个map对象
  print(list(result))  # [1, 4, 9, 16, 25, 36]
  

• reduce(func(x,y),list)

  func必须有两个参数,每次func计算的结果继续和序列的下⼀个元素做累
  积计算。

  import functools
  
  
  def func(x, y):
      return x * y
  
  
  list1 = [1, 2, 3, 4, 5, 6]
  # 导入functools模块中的reduce函数
  result = functools.reduce(func, list1)
  print(result)  # 720
  

• filter(func,list)

  过滤list中不符合条件的元素，并返回filter对象，如果要将返回的对象转换成list，用list()

  def func(x):
      # 返回能被2整除的数
      return x % 2 == 0
  
  
  list1 = [1, 2, 3, 4, 5, 6]
  # 过滤出能满足被2整除的数据
  result = filter(func, list1)
  print(result)  # <filter object at 0x0000020273ACAB88>
  print(list(result))  # [2, 4, 6]