一、函数的递归调用
# 一:递归的定义
# 函数的递归调用:是函数嵌套调用的一种特殊形式
# 具体是指:
# 在调用一个函数的过程中又直接或者间接地调用到本身
# 直接调用本身
# def f1():
# print('是我是我还是我')
# f1()
# f1()
# 间接接调用本身
# def f1():
# print('===>f1')
# f2()
#
# def f2():
# print('===>f2')
# f1()
#
# f1()
# 一段代码的循环运行的方案有两种
# 方式一:while、for循环
# while True:
# print(1111)
# print(2222)
# print(3333)
# 方式二:递归的本质就是循环:
# def f1():
# print(1111)
# print(2222)
# print(3333)
# f1()
# f1()
# 二:需要强调的的一点是:
# 递归调用不应该无限地调用下去,必须在满足某种条件下结束递归调用
# n=0
# while n < 10:
# print(n)
# n+=1
# def f1(n):
# if n == 10:
# return
# print(n)
# n+=1
# f1(n)
#
# f1(0)
# 三:递归的两个阶段
# 回溯:一层一层调用下去
# 递推:满足某种结束条件,结束递归调用,然后一层一层返回
# age(5) = age(4) + 10
# age(4) = age(3) + 10
# age(3) = age(2) + 10
# age(2) = age(1) + 10
# age(1) = 18
# def age(n):
# if n == 1:
# return 18
# return age(n-1) + 10
#
#
# res=age(5)
# print(res)
# 四:递归的应用
l=[1,2,[3,[4,[5,[6,[7,[8,[9,10,11,[12,[13,]]]]]]]]]]
def f1(list1):
for x in list1:
if type(x) is list:
# 如果是列表,应该再循环、再判断,即重新运行本身的代码
f1(x)
else:
print(x)
f1(l)
递归作业
nums=[-3,4,7,10,13,21,43,77,89]
find_num=8
def binary_search(find_num,l):
print(l)
if len(l) == 0:
print('找的值不存在')
return False
mid_index=len(l) // 2
if find_num > l[mid_index]:
# 接下来的查找应该是在列表的右半部分
l=l[mid_index+1:]
return binary_search(find_num,l)
elif find_num < l[mid_index]:
# 接下来的查找应该是在列表的左半部分
l=l[:mid_index]
return binary_search(find_num,l)
else:
print('find it')
return True
res=binary_search(7,nums)
print(res)
# def salary(n): # n = 3
# if n==1:
# return 5000
# res=salary(n-1)+1000 # 6000 + 1000
#
# return res
#
# res=salary(4) # salary(4)=>salary(3)+1000
#
#
#
# salary(4)=>salary(3) + 1000=>salary(2)+1000=>salary(1) + 1000
# salary(4)=>7000 + 1000=>6000+1000<=5000 + 1000
二、二分法
# 算法:是高效解决问题的办法
# 算法之二分法
# 需求:有一个按照从小到大顺序排列的数字列表
# 需要从该数字列表中找到我们想要的那个一个数字
# 如何做更高效???
nums=[-3,4,7,10,13,21,43,77,89]
find_num=10
nums=[-3,4,13,10,-2,7,89]
nums.sort()
print(nums)
# 方案一:整体遍历效率太低
# for num in nums:
# if num == find_num:
# print('find it')
# break
# 方案二:二分法
# def binary_search(find_num,列表):
# mid_val=找列表中间的值
# if find_num > mid_val:
# # 接下来的查找应该是在列表的右半部分
# 列表=列表切片右半部分
# binary_search(find_num,列表)
# elif find_num < mid_val:
# # 接下来的查找应该是在列表的左半部分
# 列表=列表切片左半部分
# binary_search(find_num,列表)
# else:
# print('find it')
# nums=[-3,4,7,10,13,21,43,77,89]
# find_num=8
# def binary_search(find_num,l):
# print(l)
# if len(l) == 0:
# print('找的值不存在')
# return
# mid_index=len(l) // 2
#
# if find_num > l[mid_index]:
# # 接下来的查找应该是在列表的右半部分
# l=l[mid_index+1:]
# binary_search(find_num,l)
# elif find_num < l[mid_index]:
# # 接下来的查找应该是在列表的左半部分
# l=l[:mid_index]
# binary_search(find_num,l)
# else:
# print('find it')
#
# binary_search(find_num,nums)
三、匿名函数
# 1、def用于定义有名函数
# func=函数的内存地址
# def func(x,y):
# return x+y
# print(func)
# 2、lamdab用于定义匿名函数
# print(lambda x,y:x+y)
# 3、调用匿名函数
# 方式一:
# res=(lambda x,y:x+y)(1,2)
# print(res)
# 方式二:
# func=lambda x,y:x+y
# res=func(1,2)
# print(res)
#4、匿名用于临时调用一次的场景:更多的是将匿名与其他函数配合使用
四、匿名函数的应用
salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}
# 需求1:找出薪资最高的那个人=》lili
# res=max([3,200,11,300,399])
# print(res)
# res=max(salaries)
# print(res)
salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}
# 迭代出的内容 比较的值
# 'siry' 3000
# 'tom' 7000
# 'lili' 10000
# 'jack' 2000
# def func(k):
# return salaries[k]
# ========================max的应用
# res=max(salaries,key=func) # 返回值=func('siry')
# print(res)
# res=max(salaries,key=lambda k:salaries[k])
# print(res)
# ========================min的应用
# res=min(salaries,key=lambda k:salaries[k])
# print(res)
# ========================sorted排序
# salaries={
# 'siry':3000,
# 'tom':7000,
# 'lili':10000,
# 'jack':2000
# }
res=sorted(salaries,key=lambda k:salaries[k],reverse=True)
# print(res)
# ========================map的应用(了解)
# l=['alex','lxx','wxx','薛贤妻']
# new_l=(name+'_dsb' for name in l)
# print(new_l)
# res=map(lambda name:name+'_dsb',l)
# print(res) # 生成器
# ========================filter的应用(了解)
# l=['alex_sb','lxx_sb','wxx','薛贤妻']
# res=(name for name in l if name.endswith('sb'))
# print(res)
# res=filter(lambda name:name.endswith('sb'),l)
# print(res)
# ========================reduce的应用(了解)
from functools import reduce
res=reduce(lambda x,y:x+y,[1,2,3],10) # 16
print(res)
res=reduce(lambda x,y:x+y,['a','b','c']) # 'a','b'
print(res)