Python——函数的补充(递归函数、匿名函数)

递归函数

在Python中，递归函数是一种特殊的函数，它会直接或间接地调用自身。递归函数是解决可以分解为相似子问题的问题的强大工具，如排序算法（如快速排序）、搜索算法（如深度优先搜索）、遍历数据结构（如树或图的遍历）等。
递归函数通常包含两个关键部分：

• 基准情形（Base Case）：这是递归的终止条件，即函数不再调用自身的情况。没有基准情形的递归函数会导致无限递归，最终引发RecursionError。
• 递归步骤（Recursive Step）：在函数体中调用自身来解决问题的较小实例。
  下面是一个使用递归计算阶乘的简单示例：

def factorial(n):  
    # 基准情形  
    if n == 0:  
        return 1  
    # 递归步骤  
    else:  
        return n * factorial(n-1)  
  
# 测试递归函数  
print(factorial(5))  # 输出: 120

在这个例子中，factorial函数是递归的，因为它在函数体内调用了自身（factorial(n-1)）。基准情形是n == 0，此时函数返回1（阶乘的定义是0的阶乘为1）。对于其他情况，函数通过n * factorial(n-1)计算阶乘，这实际上是应用了阶乘的递归定义：n! = n * (n-1)!。
递归函数虽然强大且优雅，但使用时需要注意以下几点：

• 确保有基准情形：否则会导致无限递归，消耗完系统的调用栈资源。
• 注意性能：递归函数可能会比相应的迭代（循环）解决方案消耗更多的内存和时间，特别是当递归深度很大时。
• 避免不必要的递归：有时，可以通过迭代或使用循环结构来更有效地解决问题。

递归函数是函数式编程中的一个核心概念，掌握它们对于理解和编写更复杂的算法和数据结构至关重要。

匿名函数

Python 中的匿名函数是通过 lambda 关键字来定义的。lambda 函数本质上是一个小的匿名函数，它可以接受任何数量的参数，但只能有一个表达式。这个表达式的计算结果就是该匿名函数的返回值。
lambda 函数的一般语法如下：

lambda 参数列表: 表达式

这里，参数列表 是传递给函数的参数，而 表达式 是关于这些参数的运算，其结果就是函数的返回值。

示例

1.简单的加法匿名函数

add = lambda x, y: x + y  
print(add(5, 3))  # 输出: 8

2.将字符串转换为大写

to_upper = lambda s: s.upper()  
print(to_upper("hello"))  # 输出: HELLO

3.结合高阶函数使用
lambda 函数经常与 Python 的高阶函数（如 filter(), map(), sorted(), reduce() 等）一起使用，这些函数可以接受函数作为参数。

• 使用 map() 对列表中的每个元素应用 lambda 函数：

numbers = [1, 2, 3, 4, 5]  
squared = list(map(lambda x: x**2, numbers))  
print(squared)  # 输出: [1, 4, 9, 16, 25]

• 使用 filter() 过滤列表中的元素：

numbers = [1, 2, 3, 4, 5, 6]  
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))  
print(even_numbers)  # 输出: [2, 4, 6]

注意事项

• lambda 函数本质上是一个表达式，它产生一个函数对象。你可以像使用普通函数一样使用这个函数对象，但它本身是一个匿名函数，没有函数名。
• 由于 lambda 函数只能有一个表达式，因此它适用于简单的函数定义。对于更复杂的逻辑，建议使用标准的函数定义（使用 def 关键字）。
• lambda 函数可以嵌套使用，但应注意不要使代码过于复杂，以免影响可读性。