Python之列表生成式生成器异步I/O模型epoll 递归函数函数式编程的定义高阶函数

最新推荐文章于 2023-03-24 10:56:30 发布

qinwunan

最新推荐文章于 2023-03-24 10:56:30 发布

阅读量437

点赞数

分类专栏：脚本语言

本文链接：https://blog.csdn.net/qinwunan/article/details/74931147

版权

脚本语言专栏收录该内容

11 篇文章 0 订阅

订阅专栏

本篇主要介绍列表生成式生成器递归函数函数式编程的定义高阶函数

1.列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式

示例：
# 1~20,所有偶数的平方
print [ i*i for i in range(0,20,2)]
print [ i*i for i in range(0,20) if i %2 == 0]

#将列表中的字符全部转化为小写
print [i.lower() for i in li if isinstance(i, str)]

1.1. 判断数据类型是否为可迭代数据类型
In [25]: from collections import Iterable
In [26]: isinstance('hello',Iterable)
Out[26]: True

1.2. 枚举方法，显示为索引-元素对
shopinfo = [('Iphone',1000), ('book',200), ('fentiao',3500)]
for i,v in enumerate(shopinfo):
print i,v

2..生成器generator

2.1 生成式的定义

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator。

还可以使用关键字yield

所以，我们创建了一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。比如，著名的斐波拉契数列（Fibonacci）。

2.2 生成器的特点

1). 列表生成式受到内存的限制，列表容量是有限的；
2). 列表生成式如果只需要前几个元素，浪费内存空间。
2.3. 访问生成式:
         - for循环
         - g.next()方法
l = [i for i in range(1000)]        # 列表生成式
g = (i for i in range(1000))        # 生成器
g.next()
for i in g:
    print i

2.4. 手动实现生成器

定义一函数fib，实现斐波那契数列(Fibonicci):

3. 通过yield实现单线程的并发运算

# 异步I/O模型epoll

4.. 递归函数

4.1 递归与循环在编程模型和思维模型上最大的区别则在于：

循环是在描述我们该如何地去解决问题。

递归是在描述这个问题的定义。

###求一个整数的阶乘

def fact(n):
    if not isinstance(n,int):
        print 'input int num'
    if n == 1:
        return 1
    return fact(n-1)*n
print fact(3)

4.2 递归的特点
1）. 在写递归函数时要有一个明确的结束条件；
2）. 在递归时，问题规模要越来越小；
3）. 递归函数效率不高，函数调用是通过栈的数据结构实现的，
4）. 每调用依次，栈就会多一层，最多999层，否则会出现栈溢出。

5. 函数式编程
    函数式编程是一种编程模型，他将计算机运算看做是数学中函数的计算，并且避免了状态以及变量的概念。