一、递归函数
1、定义
函数在调用阶段直接或间接的又调用自身
2、递归分为两个阶段
①、回溯:就是一次次重复的过程,这个重复的过程必须建立在每一次重复后问题的复杂度都应该下降
②、递推:一次次往回推导的过程
3、函数不应该无限制的递归下去,必须要有结束条件,否则会造成内存溢出,而Python解释器不允许这种情况的出现,所以它设置了一个最大递归深度,当递归层数达到最大递归深度时,Python解释器会终止递归,并报错。
import sys # 导入sys模块
print(sys.getrecursionlimit()) # 获取递归深度,不是很精确,实测大概为998
sys.setrecursionlimit(2000) # 设置递归深度
4、两个例子
①、
"""
age(5) = age(4) + 2
age(4) = age(3) + 2
age(3) = age(2) + 2
age(2) = age(1) + 2
age(1) = 18
age(n) = age(n-1) + 2 # n > 1
age(1) = 18 # n = 1 终止条件
"""
def age(n):
if n == 1:
return 18
return age(n-1)+2
res = age(5)
print(res)
②、
l = [1,[2,[3,[4,[5,[6,[7,[8,[9,[10,[11,[12,[13,]]]]]]]]]]]]]
# 将列表中的数字依次打印出来(循环的层数是你必须要考虑的点)
def get_num(l):
for i in l:
if type(i) is int:
print(i)
else:
get_num(i)
get_num(l)
5、补充(两种顶替方式)
# 第一种方式,推荐使用
def index():
pass
# 第二种方式
def index1():
...
二、算法之二分法
1、算法的定义
解决问题的高效率的方法
2、二分法查找数据
二分法用于查找数据时,需要将给定的数据事先排好顺序(假设由小到大排序)并放在一个列表中,然后找出中间值,将中间值与要查找的值比较,如果相等则找到,如果比要查找的值大,则说明要查找的值在列表的左边,就取左边,如果比要查找的值小,则说明要查找的值在列表的右边,就取右边。然后重复操作,直到找到该数值。
3、实例
l = [1, 3, 5, 12, 57, 89, 101, 123, 146, 167, 179, 189, 345]
target_num = 59
def get_num(l, target_num):
if not l:
print('你给的工资 这个任务怕是没法做')
return
print(l)
middle_index = len(l) // 2
if target_num > l[middle_index]:
num_right = l[middle_index + 1:]
get_num(num_right, target_num)
elif target_num < l[middle_index]:
num_left = l[0:middle_index]
get_num(num_left, target_num)
else:
print('find it', target_num)
get_num(l, target_num)
# 输出
# [1, 3, 5, 12, 57, 89, 101, 123, 146, 167, 179, 189, 345]
# [1, 3, 5, 12, 57, 89]
# [57, 89]
# [57]
# 你给的工资 这个任务怕是没法做
三、三元表达式
1、形式
值1 if 条件 else 值2
条件成立 返回值1
条件不成立 返回值2
2、三元表达式的应用场景:推荐用在只有两种情况的可能下
3、例子
x = 99999
y = 9898898
res = x if x > y else y
print(res)
四、列表生成式、字典生成式
1、形式
列表生成式:[放入列表的元素(可以对这个元素进行一些操作,比如字符串的拼接或者数学运算) for循环一个容器类型,取出里面的元素 if 条件(这个条件可加可不加,加的话条件成立才取出该元素,不成立直接丢掉)]
字典生成式:与列表生成式类似,不同的是用大括号括起来
2、例子
# 列表生成式
l = [1, 2, 3, 4, 5, 6, 7]
res = [num+1 for num in l if num != 3]
l = ['tank','nick','oscar','sean','jason']
res = ['%s_sb'%name for name in l if name != 'jason']
# 字典生成式
l = ['jason','tank','nick']
d = {'%s_sb'%name:num+1 for num,name in enumerate(l) if name != 'jason'}
五、匿名函数
1、匿名函数就是没有名字的函数,它的特点是:临时存在,用完就没了
2、定义方式:lambda 要传入的参数:对这些参数进行的操作,冒号的左边相当于函数的形参,冒号的右边相当于函数的返回值
res = (lambda x,y:x+y)(1,2)
print(res)
func = lambda x,y:x+y
print(func(1,2))
3、匿名函数通常不会单独使用,是配合内置函数一起使用
六、常用的内置函数
1、max(),括号内可以放入多个值或一个容器类型,它的内部是基于for循环的,依次取出各个元素进行比较,返回最大值,如果这些值都是字符串,那么就是比较这些字符串的首字母在ASCII码表中对应的数字,A-Z对应65-90,a-z对应97-122。同时max()还可以传入第二个参数,一般情况下传入的是匿名函数。传入匿名函数后,max会比较匿名函数的返回值,并返回与之对应的第一个参数。
# 比较薪资,返回人名
d = {
'egon': 30000,
'jason': 88888,
'nick': 3000,
'tank': 1000
}
print(max(d, key=lambda name: d[name]))
2、map()函数,映射函数:可以传入两个参数,第一个是匿名函数,第二个是一个容器类型,map()基于for循环将容器类型内的参数依次取出交给匿名函数,处理完后交给map函数,它的返回值是一个老母猪,可以利用for循环将里面的值取出来。
# map 映射
l = [1,2,3,4,5,6]
print(map(lambda x:x+5,l)) # 基于for循环
# <map object at 0x01541250>
3、zip()函数,拉链函数:可以将任意多的容器类型里面的值按照索引组合在一起,将相同索引的元素放在同一个元组中,元组的个数由长度最小的容器类型的长度决定,容器类型的长度不一致也不会报错。
l1 = [1,2,3,4]
l2 = ['jason','egon','nick','tank']
res = zip(l1,l2)
res1 = list(res)
print(res)
print(res1)
# 输出
# <zip object at 0x02B066C0>
# [(1, 'jason'), (2, 'egon'), (3, 'nick'), (4, 'tank')]
4、filter()函数,过滤函数:用法与map()函数类似
l = [1, 2, 3, 4, 5, 6]
print(list(filter(lambda x: x != 3, l))) # 基于for循环
5、sorted()函数,排序函数,默认从小到大排序,指定reverse = True时从大到小排序
l = ['jason','egon','nick','tank']
print(sorted(l,reverse=True))
# ['tank', 'nick', 'jason', 'egon']
6、reduce()函数,需要导入reduce模块
from functools import reduce
l = [1, 2, 3, 4, 5, 6]
print(reduce(lambda x, y: x + y, l)) # 21
print(reduce(lambda x, y: x + y, l, 19)) # 40
当初始值不存在的情况下,第一次先获取两个元素相加,之后每次获取一个与上一次相加的结果相加
当初始值存在的情况下,第一次取出一个值与初始值相加,之后每一次获取一个值与上一次相加的结果相加。