python res函数_python函数

函数定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可

函数特性:

def my_sum(x,y): #定义函数名

res = x+y

return res #返回函数执行结果

c = my_sum(4,5) #结果赋值给c变量

print(c)

减少重复代码

使程序变的可扩展

使程序变得易维护

函数参数

形参即变量名就是函数定义阶段的参数,实参即变量值就是函数调用阶段的参数,函数调用时,将值绑定到变量名上,函数调用结束,解除绑定

位置参数:按照从左到右的顺序定义的参数

位置形参:必选参数

位置实参:按照位置给形参传值

关键字参数:按照key=value的形式定义的实参

无需按照位置为形参传值

注意1:关键字实参必须在位置实参右面

注意2:对同一个形参不能重复传值

默认参数:形参在定义时就已经为其赋值

可以传值也可以不传值,经常需要变得参数定义成位置形参,变化较小的参数定义成默认参数(形参)

注意1:只在定义时赋值一次

注意2:默认参数的定义应该在位置形参右面

注意3:默认参数通常应该定义成不可变类型

可变长参数:

可变长指的是实参值的个数不固定

而实参有按位置和按关键字两种形式定义,针对这两种形式的可变长,形参对应有两种解决方案来完整地存放它们,分别是*args,**kwargs

命名关键字参数:*后定义的参数,必须被传值(有默认值的除外),且必须按照关键字实参的形式传递

可以保证,传入的参数中一定包含某些关键字

#===========默认参数===========

def stu_register(name,age,course,country="CN"):

print("----注册学生信息------")

print("姓名:",name)

print("age:",age)

print("国籍:",country)

print("课程:",course)

stu_register("王山炮",22,"python_devops")

#===========关键字参数===========

def stu_register(name, age, course='PY' ,country='CN'):

print("----注册学生信息------")

print("姓名:", name)

print("age:", age)

print("国籍:", country)

print("课程:", course)

stu_register("王山炮",course='PY', age=22,country='JP' )

#===========*args===========

def foo(x, y, *args):

print(x, y)

print(args)

foo(1, 2, 3, 4, 5)

"""

1 2

(3, 4, 5)

"""

def foo(x, y, z):

print(x, y, z)

foo(*[1, 2, 3])

"""

1 2 3

"""

#===========**kwargs===========

def foo(x, y, **kwargs):

print(x, y)

print(kwargs)

foo(1, y=2, a=1, b=2, c=3)

"""

1 2

{'b': 2, 'c': 3, 'a': 1}

"""

def foo(x, y, z):

print(x, y, z)

foo(**{'z': 1, 'x': 2, 'y': 3})

"""

2 3 1

"""

#===========*args+**kwargs===========

def foo(x, y):

print(x, y)

def wrapper(*args, **kwargs):

foo(*args, **kwargs)

#===========*后定义的参数,必须被传值(有默认值的除外)且必须按照关键字实参的形式传递===========

def foo(x,y,*args,b,a=1,**kwargs):

print(x, y)

print(args)

print(a)

print(b)

print(kwargs)

foo(1,2,3,4,5,b=3,c=4,d=5)

"""

1 2

(3, 4, 5)

1

3

{'c': 4, 'd': 5}

"""

函数返回值

函数外部的代码要想获取函数的执行结果,就可以在函数里用return语句把结果返回

def my_sum(x,y):

res = x+y

return x,y,res #返回函数执行结果

c = my_sum(4,5) #结果赋值给c变量

print(c)

函数在执行过程中只要遇到return语句,就会停止执行并返回结果,so 也可以理解为 return 语句代表着函数的结束

如果未在函数中指定return,那这个函数的返回值为None,return 逗号分隔多个值返回元组。

全局与局部变量

在函数中定义的变量称为局部变量,在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序,局部变量作用域是定义该变量的函数。

当全局变量与局部变量同名时,在定义局部变量的函数内,局部变量起作用,在其它地方全局变量起作用。

name = "zhangsan"

def change_name():

global name

name = "lisi"

print("after change", name)

change_name()

print(name)

global name的作用就是要在函数里声明全局变量name ,意味着最上面的name = "zhangsan"即使不写,程序最后面的print也可以打印nam,只是name变成了lisi

嵌套函数

name = "zhangsan"

def change_name():

name = "lisi"

def change_name2():

name = "wangwu"

print("第3层打印", name)

change_name2() # 调用内层函数

print("第2层打印", name)

change_name()

print("最外层打印", name)

第3层打印 wangwu

第2层打印 lisi

最外层打印 zhangsan

匿名函数

匿名函数就是不需要显式的指定函数名

lambda函数

#这段代码

def calc(x,y):

return x**y

print(calc(2,5))

#换成匿名函数

calc = lambda x,y:x**y

print(calc(2,5))

高阶函数

变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。

def add(x,y,f):

return f(x) + f(y)

res = add(3,-6,abs)

print(res)

只需满足以下任意一个条件,即是高阶函数

接受一个或多个函数作为输入

return 返回另外一个函数

递归函数

在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。

def calc(n):

print(n)

if int(n/2) ==0:

return n

return calc(int(n/2))

calc(10)

输出

10

5

2

1

def calc(n):

v = int(n/2)

print(v)

if v > 0:

calc(v)

print(n)

calc(10)

输出

5

2

1

0

1

2

5

10

递归特性:

必须有一个明确的结束条件

每次进入更深一层递归时,问题规模相比上次递归都应有所减少

递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)

递归函数实际应用案例,二分查找

闭包

创建闭包函数必须满足3点:1、必须有一个内嵌函数

2、内嵌函数必须引用外部函数中的变量(非全局作用域的引用)

3、外部函数的返回值必须是内嵌函数

闭包意义:之前我们都是通过参数将外部的值传给函数,闭包提供了另外一种思路

返回的函数对象,在该函数外还包裹了一层作用域,这使得,该函数无论在何处调用,优先使用自己外层包裹的作用域

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用冒泡排序、快速排序、归并排序等算法来实现模拟Python内置函数sorted。具体实现方法如下: 1. 冒泡排序 冒泡排序是一种简单的排序算法,它的基本思想是通过不断交换相邻的元素,将较大的元素逐渐“冒泡”到数组的末尾。具体实现方法如下: ```python def bubble_sort(lst): n = len(lst) for i in range(n): for j in range(n-i-1): if lst[j] > lst[j+1]: lst[j], lst[j+1] = lst[j+1], lst[j] return lst ``` 2. 快速排序 快速排序是一种高效的排序算法,它的基本思想是通过不断地选取一个基准元素,将数组分成两部分,一部分比基准元素小,另一部分比基准元素大,然后对这两部分分别进行快速排序。具体实现方法如下: ```python def quick_sort(lst): if len(lst) <= 1: return lst pivot = lst[0] left = [x for x in lst[1:] if x < pivot] right = [x for x in lst[1:] if x >= pivot] return quick_sort(left) + [pivot] + quick_sort(right) ``` 3. 归并排序 归并排序是一种稳定的排序算法,它的基本思想是将数组分成两部分,对每部分分别进行归并排序,然后将两部分合并成一个有序数组。具体实现方法如下: ```python def merge_sort(lst): if len(lst) <= 1: return lst mid = len(lst) // 2 left = merge_sort(lst[:mid]) right = merge_sort(lst[mid:]) i, j = 0, 0 res = [] while i < len(left) and j < len(right): if left[i] < right[j]: res.append(left[i]) i += 1 else: res.append(right[j]) j += 1 res += left[i:] res += right[j:] return res ``` 以上三种算法都可以用来模拟Python内置函数sorted,具体实现方法如下: ```python def my_sorted(lst, key=None, reverse=False): if key is None: key = lambda x: x if reverse: cmp = lambda x, y: key(y) - key(x) else: cmp = lambda x, y: key(x) - key(y) return sorted(lst, key=cmp) ``` 其中,key参数用来指定排序的关键字,reverse参数用来指定是否降序排序。如果key参数为None,则默认按照元素的大小进行排序。在函数内部,我们定义了一个cmp函数,用来比较两个元素的大小,然后调用Python内置函数sorted进行排序。 ### 回答2: Python自带一个内置函数sorted可以对一个可迭代对象进行排序。为了模拟Python内置函数sorted,我们需要编写一个Python函数,该函数也能够对可迭代对象进行排序。 首先,我们需要确定排序算法。常见的排序算法有冒泡排序、选择排序、插入排序、归并排序和快速排序等,这些算法都有各自的优缺点。在这里,我们选择归并排序,因为归并排序算法的时间复杂度为O(n log n),具有较好的效率和稳定性。 其次,我们需要考虑怎样实现函数的输入和输出。函数接收一个可迭代对象和一个布尔类型参数reverse,用来表示是否降序排列。函数返回一个经过排序的新的可迭代对象。如果输入的参数不是一个可迭代对象,或者不支持排序,我们应该抛出一个类型错误。 最终,我们可以按照以下步骤编写Python函数: ```python def my_sorted(iterable, reverse=False): """ 实现类似Python内置函数sorted的排序函数 :param iterable: 可迭代对象 :param reverse: 布尔类型参数,是否降序排列,默认升序排序 :return: 经过排序的新的可迭代对象 """ if not hasattr(iterable, '__iter__'): raise TypeError("my_sorted() argument must be an iterable") # 如果传入的是一个集合,则将集合转换为列表 if isinstance(iterable, set): iterable = list(iterable) # 定义递归排序函数merge_sort def merge_sort(lst): if len(lst) <= 1: return lst mid = len(lst) // 2 left = merge_sort(lst[:mid]) right = merge_sort(lst[mid:]) return merge(left, right) # 定义辅助函数merge,用于合并两个有序列表 def merge(left, right): i, j = 0, 0 res = [] while i < len(left) and j < len(right): if left[i] <= right[j]: res.append(left[i]) i += 1 else: res.append(right[j]) j += 1 res += left[i:] res += right[j:] return res # 对列表进行排序 res = merge_sort(iterable) if reverse: res.reverse() return res ``` 在这个实现中,我们首先对输入进行类型检查,如果输入不是一个可迭代对象,我们抛出一个TypeError。如果输入的是一个集合,我们将其转换为列表。 我们采用归并排序算法对列表进行排序。归并排序的主体是一个递归函数merge_sort,该函数将输入的列表递归地一分为二,并对左右两个子列表进行排序,最后通过辅助函数merge合并两个有序列表。merge函数的实现很简单,它将左右两个列表进行比较,依次将较小的元素放入结果列表res中,直到某一个列表被遍历完。最后,如果reverse参数为True,则将结果列表res反转。 接下来,我们可以用这个函数对列表进行排序: ```python lst = [5, 3, 8, 4, 2, 1, 9, 7, 6] print(my_sorted(lst)) # [1, 2, 3, 4, 5, 6, 7, 8, 9] print(my_sorted(lst, True)) # [9, 8, 7, 6, 5, 4, 3, 2, 1] ``` 上述代码中,我们传入一个乱序列表lst,调用my_sorted函数进行升序和降序排序,并打印输出结果。运行结果表明,我们编写的my_sorted函数可以正确地对列表进行排序。 ### 回答3: sorted是Python内置的一个函数,可以对一个可迭代对象进行排序,并返回排序后的结果。在本题中,我们需要编写一个函数来模拟sorted函数的功能。 首先,我们需要了解sorted函数的参数和返回值。sorted函数接受一个可迭代对象作为参数,以及一些可选的关键字参数,如key和reverse。它返回一个排序后的列表,而不是修改原对象。所以我们的自定义函数也应该接受一个可迭代对象作为参数,并返回一个排序后的列表。 其次,我们需要选择一种排序算法,来对传入的可迭代对象进行排序。在这里,我们可以选择冒泡排序、选择排序、插入排序、归并排序或快速排序等算法。这里我选择快速排序来实现自定义的排序函数。 最后,我们需要考虑一些边界条件和异常处理。例如,如果传入的参数不是可迭代对象,或者不支持比较操作,我们应该抛出异常。 以下是一个模拟sorted函数的自定义函数的示例代码: ```python def my_sorted(iterable, key=None, reverse=False): if not hasattr(iterable, '__iter__'): raise TypeError(f"'{type(iterable).__name__}' object is not iterable") if key is not None and not callable(key): raise TypeError("'key' is not a function") lst = list(iterable) if len(lst) <= 1: return lst pivot = lst[int(len(lst)/2)] left = [x for x in lst if x < pivot] middle = [x for x in lst if x == pivot] right = [x for x in lst if x > pivot] if key is not None: left = my_sorted(left, key=key, reverse=reverse) right = my_sorted(right, key=key, reverse=reverse) if reverse: return my_sorted(right, key=key, reverse=reverse) + middle + my_sorted(left, key=key, reverse=reverse) else: return my_sorted(left, key=key, reverse=reverse) + middle + my_sorted(right, key=key, reverse=reverse) else: left = my_sorted(left, reverse=reverse) right = my_sorted(right, reverse=reverse) if reverse: return my_sorted(right, reverse=reverse) + middle + my_sorted(left, reverse=reverse) else: return my_sorted(left, reverse=reverse) + middle + my_sorted(right, reverse=reverse) ``` 上述代码中,我们首先检查传入的可迭代对象的类型,如果不是可迭代对象则抛出异常。然后将可迭代对象转换成列表,进而进行快速排序。 如果关键字参数key不为None,则在排序前先使用它对列表进行处理。在递归过程中,我们也需要将key作为参数传递给下一级递归。 最后,根据reverse参数的值决定是否采用倒序排列。如果reverse为True,则将右边列表作为左边列表的前面部分。 在使用自定义函数时,也需要像使用Python内置的sorted函数一样将可迭代对象传入,并可选地传入关键字参数key和reverse: ```python lst = [3, 7, 2, 8, 1, 6, 4, 5] # 普通排序 print(my_sorted(lst)) # [1, 2, 3, 4, 5, 6, 7, 8] # 倒序排序 print(my_sorted(lst, reverse=True)) # [8, 7, 6, 5, 4, 3, 2, 1] # 按数字的个位数排序 print(my_sorted(lst, key=lambda x: x%10)) # [1, 2, 3, 4, 5, 6, 7, 8] ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值