Python经典函数——递归，匿名，map-reduce

递归函数——计算n！

#coding=utf-8
#输入正整数n
n = int(input())

# 请在此添加代码，实现n!
#********** Begin *********#
def fact(m):
    if m == 1:
        return 1
    else:
        return (m * fact(m - 1))
print(fact(n))
#********** End **********#

匿名函数

我们可以用lambda函数定义一个加法，计算两个整数相加：

f = lambda x,y:x+y
print(f(1,2))

运算结果：

3

x和y是函数的两个参数，:后面的表达式x+y表明函数的功能就是计算两个数的和，在这里我们并没有给函数取名字，而是直接将匿名函数赋给变量f。然后给f传入参数(1,2)就相当于给匿名函数传入参数，得到返回结果3。

例如，现在有一个整数列表，要求按照列表中元素的绝对值从小到大排列。

#给出一个包含正数和负数的列表
list1 = [2,3,-5,0,-4,-8,-1]
#利用sorted函数对列表中的元素根据绝对值的大小升序排序
list2=sorted(list1, key=lambda x: abs(x))
#输出新列表
print(list2)

Map-Reduce - 映射与归约

map()函数

map()函数会根据传入的函数对指定的序列做映射。map()函数接收两个参数，一个是function函数，另一个参数是一个或多个序列。map()函数会将传入的函数依次作用到传入序列的每个元素，并把结果作为新的序列返回。

map()函数的定义为：

map(function, sequence[, sequence, ...]) -> list

例如，我们要对一个列表序列中的每个数值元素进行平方运算，结合上一关提到的lambda函数的例子，程序代码如下：

r = map(lambda x: x ** 2, [1, 2, 3, 4,])
print(list(r))

输出结果：

[1, 4, 9, 16]

当map()函数的第二个参数中存在多个序列时，会依次将每个序列中相同位置的元素一起做参数调用function函数。

例如：要对map()函数传入的两个序列中的元素依次求和，程序代码如下：

r = map(lambda x, y: x + y, [1, 2, 3, 4, 5], [6, 7, 8, 9, 10])
print(list(r))

输出结果：

[7, 9, 11, 13, 15]

当map()函数传入的序列有多个时，我们注意function函数的参数数量，要和map()函数传入的序列数量相匹配。

reduce()函数

reduce()函数把传入的函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须要接收两个参数，reduce()函数把第一次计算的结果继续和序列中的下一个元素做累积计算。reduce()函数的定义为：

reduce(function, sequence[, initial]) -> value

function参数是有两个参数的函数，reduce()函数依次序列中取元素，和上一次调用function函数的结果做参数再次调用function函数。例如：

from functools import reduce
r = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5],6)
print(r)

输出结果：

21

在上述例子中，程序的计算顺序为

((((((1+6)+2)+3)+4)+5))

小结：map()和reduce()函数的应用十分广泛，在分布式计算领域有着十分重要的运用，期待着读者在今后的开发道路上对map()和reduce()函数有更加深刻的体验。