python学习笔记（八）函数相关

函数相关

递归函数

定义：在函数内部调用自己的函数称为递归函数。
组成：
函数内部调用自己
终止条件(停止调用自己)
核心算法
特点：
代码简洁
可读性差
瞬间占用内存较大，终止条件出错立即崩溃
原则：
能不使用就不使用，只有再不得不使用时才使用(深度优先目录遍历)

实例：

求n的阶乘
求斐波那契数列的第n项
前两项都是1，后面的项的值等前面两项的和
如：1, 1, 2, 3, 5, 8, 13, …
代码实现：

def func(x):
	# 求绝对值和转成整数
	a = int(abs(x))
	if (a==1 or a==0):
		return 1
	else:
		return func(a-1) + func(a-2)
print(func(6))

生成器

使用场景

在使用列表时，数据量特别大时，内存的占用会突然增加，但是使用时又不需要一下子使用全部，通常都是一个一个使用，为了解决这个问题，python中引入了生成器的概念。

使用方式

生成器方式1：将列表生成式的[]换成()即可

# 列表生成式
lt = [i for i in range(10)]
print(lt)
# 结果：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 生成器
g = (i for i in range(10))
# print(g)

# 可以一个一个提取
# 第一次使用 输出结果为 0
print(next(g))
# 第一次使用 输出结果为 1
print(next(g))
#没有数据继续提取则会报错StopIteration
# print(next(g))

# 可以遍历 但是之前取出来的就无法再使用了
# for i in g:
#     print(i)

# 可以转换为列表
print(list(g)) 

无论哪种方式操作都是单次的

生成器方式2：在函数中使用yield关键字

# 定义一个函数
def test(n):
    lt = []
    for i in range(1, n+1):
        lt.append(i)
    return lt
# 正常使用
# 但是当数据量非常大时，会造成内存占用突然增大
print(test(3))

# 使用yield的形式
def test(n):
    for i in range(1, n+1):
        # 每次获取一个元素，yield后面的值会返回
        # 执行到yield程序又会停止
        yield i   
        
# t是一个生成器
t = test(3)
print(t)

# 可以使用next的方式调用
print(next(t))

# 可以进行遍历
for i in t:
	print(i)

print(list(t))

迭代器

定义：只要可以使用next进行元素获取的对象都是迭代器，都可以使用for-in进行遍历

说明：

生成器就是一种特殊的迭代器
判断是否是迭代器

from collections import Iterator

lt = [1, 2, 3, 4, 5]
# 判断是否是迭代器 
print(isinstance(lt, Iterator))
# 结果为  False


g = (i for i in range(5))
print(isinstance(g, Iterator))

可迭代对象

字符串、列表、元组、字典等都不是迭代器，他们都是可迭代对象。

定义：凡是能够使用for-in进行遍历的对象

说明：

前面学习过的字符串、列表、元组、字典等都是可迭代对象
判断是否是可迭代对象

from collections import Iterable

lt = [1, 2, 3, 4, 5]
print(isinstance(lt, Iterable))

g = (i for i in range(5))
print(isinstance(g, Iterable))
将可迭代对象转换为迭代器

from collections import Iterator

lt = [1, 2, 3, 4, 5]

# 将可迭代对象转换为迭代器
lt2 = iter(lt)
print(isinstance(lt2, Iterator))

高级函数

map函数

功能及参数
参数：
func：一个函数
iter1：一个可迭代对象
功能：使用func函数依次作用域iter1中的每个元素，返回一个迭代器
示例：

from collections import Iterator
lt = [1, 2, 3, 4, 5]

m = map(lambda x: x*x, lt)

print(m)
# 结果是map对象，是一个迭代器
print(isinstance(m, Iterator))

for i in m:
    print(i)

filter函数

功能及参数
参数：
function：一个函数
iterable：一个可迭代对象
功能：
使用function函数依次作用于iterable中的每个元素，返回的迭代器中会保留处理结果为真的数据
示例：类似一个过滤器 将符合条件的选出

from collections import Iterator

lt = [1, 2, 3, 4, 5]
f = filter(lambda x: x % 2 == 0, lt)

print(f)
# 返回一个迭代器，保留处理结果为True的元素
print(isinstance(f, Iterator))

for i in f:
    print(i)

reduce函数

功能及参数
参数：
function：一个函数
sequeue：一个序列
功能
首先从序列中提取两个元素，使用function函数处理，处理完的结果与下一个元素再次使用function函数处理，依次递归进行下去，直到序列结束，最后返回处理完的结果。
示例：进行循环利用

from functools import reduce

lt = [1, 2, 3, 4, 5]

# result = reduce(lambda x, y: x+y, lt)
result = reduce(lambda x, y: 10*x+y, lt)

print(result)

今天的学习就到这里啦，加油！！！！
​