一.lambda匿名函数
为了解决一些简单的需求而设计的一句话函数
1 # 计算n的n次⽅ 2 def func(n): 3 return n**n 4 print(func(10)) 5 f = lambda n: n**n 6 print(f(10))
lambda表示的是匿名函数.不需要用def来声明,一句话就可以声明出一个函数.
语法:
函数名=lambda 参数:返回值
注意:
1.函数的参数可以有很多个,多个参数之间用逗号隔开.
2.匿名函数不管多复杂,只能写一行,且逻辑结束后直接返回数据.
3.返回值和正常函数一样,可以是任意数据类型.
匿名函数并不是说一定没有名字.这里前面的变量就是一个函数名.说他是匿名函数原因是我们通过__name__查看的时候是没有名字的.统一都叫lambda.在调用的时候没有什么特别之处.像正常的函数调用即可
二.sorted()
排序函数.
语法:sorted(Iterable,key=None,reverse=False)
Iterable:可迭代对象
key:排序规则(排序函数),在sorted内部会将可迭代对象中的每一个元素传递给这个函数的参数.根据函数运算的结果进行排序
reverse:是否是倒序.True:倒序,False:正序.
1 lst = [1,5,3,4,6] 2 lst2 = sorted(lst) 3 print(lst) # 原列表不会改变 4 print(lst2) # 返回的新列表是经过排序的 5 6 dic = {1:'A', 3:'C', 2:'B'} 7 print(sorted(dic)) # 如果是字典. 则返回排序过后的ke
和函数组合使用
1 # 根据字符串⻓度进⾏排序 2 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] 3 # 计算字符串长度 4 def func(s): 5 return len(s) 6 7 print(sorted(lst, key=func))
和lambda组合使用
1 # 根据字符串⻓度进⾏排序 2 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] 3 # 计算字符串长度 4 def func(s): 5 return len(s) 6 7 print(sorted(lst, key=lambda s: len(s))) 8 lst = [{"id":1, "name":'alex', "age":18}, 9 {"id":2, "name":'wusir', "age":16}, 10 {"id":3, "name":'taibai', "age":17}] 11 # 按照年龄对学生信息进行排序 12 print(sorted(lst, key=lambda e: e['age']))
三.filter()
筛选函数
语法:filter(function,Iterable)
function:用来筛选的函数.在filter中会自动的把iterable中的元素传递给function.然后根据function返回的True或者False来判断是否保留此项数据
Iterable:可迭代对象
1 lst = [1,2,3,4,5,6,7] 2 ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数 3 print(ll) 4 print(list(ll)) 5 lst = [{"id":1, "name":'alex', "age":18}, 6 {"id":2, "name":'wusir', "age":16}, 7 {"id":3, "name":'taibai', "age":17}] 8 fl = filter(lambda e: e['age'] > 16, lst) # 筛选年龄大于16的数据 9 print(list(fl))
四.map()
映射函数
语法:map(function,iterable)可以对可迭代对象中的每一个元素进行映射.分别取执行function
计算列表中每个元素的平方,返回新列表
1 def func(e): 2 return e*e 3 4 mp = map(func, [1, 2, 3, 4, 5]) 5 print(mp) 6 print(list(mp))
改写成lambda
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
计算两个列表中相同位置的数据的和
1 # 计算两个列表相同位置的数据的和 2 lst1 = [1, 2, 3, 4, 5] 3 lst2 = [2, 4, 6, 8, 10] 4 print(list(map(lambda x, y: x+y, lst1, lst2))
五.递归
在函数中调用函数本身,就是递归
1 def func(): 2 print("我是谁") 3 func() 4 func()
在python中递归的深度最大到998
1 def foo(n): 2 print(n) 3 n += 1 4 foo(n) 5 foo(1)
递归的应用
我们可以使用递归来遍历各种树形结构,比如我们的文件夹系统.可以使用递归来遍历该文件夹中的所有文件
1 import os 2 def read(filepath, n): 3 files = os.listdir(filepath) # 获取到当前文件夹中的所有文件 4 for fi in files: # 遍历文件夹中的文件, 这里获取的只是本层文件名 5 fi_d = os.path.join(filepath,fi) # 加入文件夹 获取到文件夹 6 if os.path.isdir(fi_d): # 如果该路径下的文件是文件夹 7 print(" "*n, fi) 8 read(fi_d, n+1) # 继续进行相同的操作 9 else: 10 print(" "*n, fi) # 递归出口. 最终在这里隐含着return 11 #递归遍历目录下所有文件 12 read('../oldboy/', 0)
六.二分查找
二分查找.每次能够排除掉一半的数据.查找的效率非常高.但是局限性比较大.必须是有序序列才可以使用二分查找
要求:查找的序列必须是有序序列.
1 # 判断n是否在lst中出现. 如果出现请返回n所在的位置 2 # ⼆分查找---非递归算法 3 lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789 4 n = 567 5 left = 0 6 right = len(lst) - 1 7 count = 1 8 while left <= right: 9 middle = (left + right) // 2 10 if n < lst[middle]: 11 right = middle - 1 12 elif n > lst[middle]: 13 left = middle + 1 14 else: 15 print(count) 16 print(middle) 17 break 18 count = count + 1 19 else: 20 print("不存在") 21 22 23 # 普通递归版本二分法 24 def binary_search(n, left, right): 25 if left <= right: 26 middle = (left+right) // 2 27 if n < lst[middle]: 28 right = middle - 1 29 elif n > lst[middle]: 30 left = middle + 1 31 else: 32 return middle 33 return binary_search(n, left, right) # 这个return必须要加. 否则接收到的永远是None. 34 35 else: 36 return -1 37 print(binary_search(567, 0, len(lst)-1)) 38 39 # 另类二分法, 很难计算位置. 40 def binary_search(ls, target): 41 left = 0 42 right = len(ls) - 1 43 if left > right: 44 print("不在这里") 45 middle = (left + right) // 2 46 if target < ls[middle]: 47 return binary_search(ls[:middle], target) 48 elif target > ls[middle]: 49 return binary_search(ls[middle+1:], target) 50 else: 51 print("在这里") 52 binary_search(lst, 56
# 时间复杂度最低, 空间复杂度最低的查找方法
1 lst1 = [5,6,7,8] 2 lst2 = [0,0,0,0,0,1,1,1,1] 3 for el in lst1: 4 lst2[el] = 1 5 6 lst2[4] == 1 # o(1)
只需要查找一次