python的递归

二、 递归

2.1递归的应用场景

递归是一种编程思想，应用场景：
1在我们日常开发中，如果要遍历一个文件夹下的所有文件，通常使用递归来实现；
2在后续的算法中很多算法都离不开递归，例如快速排序

2.1.1递归的特点

• 函数内部自己调用自己
• 必须有出口

def sum_number(i):
    if i==1:
    #出口
        return 1
    return i+sum_number(i-1)

resoult=sum_number(3)
print(resoult)

三、lambda表达式

3.1lambda得应用场景

如果一个函数有一个返回值，并且只有一句代码，可以使用lambda简化

3.2lambda语法

lambda.参数列表 ：表达式

注意：

• lambda表达式得参数可有可无，函数得参数在lambda表达式中完全使用。
• lambda表达式能接受任何数量的参数但只返回一个表达式的值

快速入门

def fn1():
    return 200
print(fn1)
print(fn1())

#lambda 匿名函数
fn2= lambda :100
print(fn2)
print(fn2())
"""
<function fn1 at 0x00000135323AD268> 内存地址
200
<function <lambda> at 0x00000135326E6510>
100
"""

3.3实例

def add(a,b):
    return a+b
result=add(1,2)
print(result)
#lambda表达式
fn1=lambda a,b :a+b
print(fn1(1,2))

3.4lambda的参数形式

3.4.1无参数

fn3=lambda : 100
print(fn3())

3.4.2一个参数

fn2=lambda  a:a
print(fn2('hello word'))

3.4.3默认参数

fn1=lambda a,b ,c=100:a+b+c
print(fn1(10,20))

3.4.4可变参数*args

fn1=lambda *args:args
print(fn1(10,20,30))

注意：这里的可变参数传入到lambda之后，返回值为元组

3.4.5.可变参数：**kwargs

fn1=lambda **kwargs:kwargs
print(fn1(name='python',age=20))

3.5lambda的应用

3.5.1带判断的lambda

fn1=lambda a,b:a if a>b else b
print(fn1(1000,5000)) #5000

3.5.2列表数据字典按key的值排序

students=[
    {'name':'Tom','age':20},
    {'name':'Rose','age':19},
    {'name':'jose','age':22}
]

#按name值升序排列
students.sort(key=lambda x:x['name'])
print(students)

#按照name降序排序
students.sort(key=lambda x:x['name'],reverse=True)
print(students)
"""
[{'name': 'Rose', 'age': 19}, {'name': 'Tom', 'age': 20}, {'name': 'jose', 'age': 22}]
[{'name': 'jose', 'age': 22}, {'name': 'Tom', 'age': 20}, {'name': 'Rose', 'age': 19}]

"""

四、高阶函数

把函数作为参数传入，这样的函数成为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式

4.1体验高阶函数

在python中，abs()函数可以完成对数字求绝对值。

abs(-10)
print(abs(-10))

round()函数可以完成对数字的四舍五入计算

round(1.2)
round(1.9)
print(round(1.2))  #1
print(round(1.9))  #2

需求：任意两个数字，按照指定要求整理数字后在进行求和计算。

方法1

def add_num(a,b):
    return abs(a)+abs(b)

result=add_num(-1,2)
print(result) #3

方法2

def sum_num(a,b,f):
    return f(a)+f(b)

result=sum_num(-1,-2,abs)
print(result)

注意：
两中方法对比后，发现方法2的代码更加简洁，函数灵活性更高。
函数式编程大量使用函数，减少代码的重复，因此程序比较短，开发速度快

4.2内置高阶函数

4.2.1map

map(func,ist),指传入的函数变量func作用到lst变量的每一个元素中，并将结果组成新的列表（python2）/迭代器（pyhon3）返回
需求：计算list1中的各个数字的2次方

list1=[1,2,3,4,5]
def func(x):
    return x**2
resul=map(func,list1)
print(resul)
print(list(resul))
"""
<map object at 0x00000213E8E2AE10>
[1, 4, 9, 16, 25] 列表
"""

4.2.2reduce()

reduce(func,lst),其中func必须有两个参数。每次func计算结果继续和序列的下一个元素做累积计算。

注意：reduce()传入的参数func必须接受2个参数

需求：计算list1序列中各个数字的累加和

import functools
list1=[1,2,3,4,5]
def func(a,b):
    return a+b
resoult=functools.reduce(func,list1)
print(resoult)

4.2.3filter

filter(func,lst)函数用于过滤序列，过滤掉不符合条件的元素，返回一个filter对象。如果要转换为列表，可以使用list来转换

list1=[1,2,3,4,5,6,7,8,9]
def func(x):
    return x%2 ==0
resoult=filter(func,list1)
print(resoult)
print(list(resoult))
"""
<filter object at 0x0000026F1933AE10>
[2, 4, 6, 8]
"""