递归函数
递归函数需要注意防止栈溢出。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。
解决递归调用栈溢出的方法是通过尾递归优化,事实上尾递归和循环的效果是一样的。所以,把循环看成是一种特殊的尾递归函数也是可以的。
尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。
² 递归:
def fact(n):
if
n==
1:
return1
return
n * fact(n -
1)
² 尾递归优化:
def fact(n):
return
fact_iter(n,
1)
def fact_iter(num, product):
if
num ==
1:
return
product
return
fact_iter(num -
1, num * product)
上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式,所以就不是尾递归了。要改成尾递归方式,主要是要把每一步的乘积传入到递归函数中。Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。
迭代(Iteration)
如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration)。
Python的for循环不仅可以用在list或tuple上,还可以作用在其他可迭代对象上。
² dict的存储不是按照list的方式顺序排列,所以,迭代出的结果顺序很可能不一样。
² 默认情况下,dict迭代的是key。如果要迭代value,可以用for value in d.itervalues();
² 如果要同时迭代key和value,可以用for k, v in d.iteritems()。
² 字符串也是可迭代对象,也可以作用于for循环。
判断一个对象否可迭代?
通过collections模块的Iterable类型判断:
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>>isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123,Iterable) # 整数是否可迭代
False
列表生成式
运用列表生成式,可以快速生成list,可以通过一个list推导出另一个list,而代码却十分简洁。
² >>>[x * x
forx
inrange(
1,
11)]
²[
1,
4,
9,
16,
25,
36,
49,
64,
81,
100]
写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来。
² 列出当前目录下的所有文件和目录名,可以通过一行代码实现:
>>> import os
# 导入os模块,模块的概念后面讲到
>>>[d
ford
inos.listdir(
'.')]
# os.listdir可以列出文件和目录
[
'.emacs.d',
'.ssh',
'.Trash',
'Adlm',
'Applications',
'Desktop',
'Documents',
'Downloads',
'Library',
'Movies',
'Music',
'Pictures',
'Public',
'VirtualBox VMs',
'Workspace',
'XCode']
生成器(Generator)
在Python中,这种一边循环一边计算的机制,称为生成器(Generator)
“如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。”
要创建一个generator:
² 第一种方法很简单,只要把一个列表生成式的[]
改成()
,就创建了一个generator:
>>>L = [x * x
forx
inrange(
10)]
>>> L
[
0,
1,
4,
9,
16,
25,
36,
49,
64,
81]
>>>g = (x * x
forx
inrange(
10))
>>> g
<generator object <genexpr> at
0x104feab40>
创建L
和g
的区别仅在于最外层的[]
和()
,L
是一个list,而g
是一个generator。
² 如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:
def fib(max):
n, a, b =
0,
0,
1
while
n < max:
yield
b
a, b = b, a + b
n = n +
1
>>> fib(6)
<generator object fib at 0x104feaaa0>
(函数的方法)
² 对于函数改成的generator来说,遇到return语句或者执行到函数体最后一行语句,就是结束generator的指令,for循环随之结束。
函数式编程
函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言,由于函数内部的变量状态不确定,同样的输入,可能得到不同的输出,因此,这种函数是有副作用的。
函数式编程的一个特点就是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数!
Python对函数式编程提供部分支持。由于Python允许使用变量,因此,Python不是纯函数式编程语言。
² 把函数作为参数传入,这样的函数称为高阶函数,函数式编程就是指这种高度抽象的编程范式。函数名其实就是指向函数的变量,函数名本身也可以赋值给变量。
² 高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。