本节主要内容
1. lamda匿名函数
2. sorted()
3. filter()
4. map()
5 .递归函数
6. 二分查找
一.lamda匿名函数:
语法: 函数名 = lambda 参数: 返回值
注意:
1. 函数的参数可以有多个. 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. 返回值和正常的函数一样, 可以是任意数据类型
# 计算n的n次⽅ def func(n): return n**n print(func(10)) a = func print(a.__name__) # 查看函数的函数名:func # 用以没办法知道函数名字的时候 f = lambda n: n**n # 一行搞定一个函数. 但是, 不能完成复杂的函数操作 print(f(10)) print(f.__name__)) # <lambda> a = lambda x,y:x**y print(a(10,10)) print(a.__name__)) # <lambda>
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
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
lst = [1,5,3,4,6] lst2 = sorted(lst, key=None, reverse=False)
print(lst) # 原列表不会改变 print(lst2) # 返回的新列表是经过排序的
dic = {1:'A', 3:'C', 2:'B'}
print(sorted(dic)) # 如果是字典. 则返回排序过后的key
和函数组合使用
# 根据字符串长度进行排序 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] # 计算字符串长度 def func(s): return len(s) print(sorted(lst, key=func))
和lambda组合使用
# 根据字符串长度进行排序 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] # 计算字符串长度 def func(s): return len(s) print(sorted(lst, key=lambda s: len(s))) ====================================================
lst = [ {'id':1,'name':'钢铁侠','age':33}, {'id':2,'name':'蜘蛛侠','age':22}, {'id':3,'name':'蝙蝠侠','age':11}, {'id':4,'name':'煎饼侠','age':55}, {'id':5,'name':'机器猫','age':44} ] # 根据年龄进行排序 li = sorted(lst ,key=lambda dic :dic['age']) print(li)
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
lst = [1,2,3,4,5,6,7,8,9,]
# 筛选列表中所有的奇数 li = filter(lambda i: i%2==1,lst) # 第一个参数.函数.将第二个参数中的每一个元素传给函数.函数如果返回True,留下该元素
print(list(li)) ========================== lst = [ {'id':1,'name':'钢铁侠','age':33}, {'id':2,'name':'蜘蛛侠','age':22}, {'id':3,'name':'蝙蝠侠','age':11}, {'id':4,'name':'煎饼侠','age':55}, {'id':5,'name':'机器猫','age':44} ] # 筛选年龄大于40的 li = filter(lambda lst:lst['age']>40,lst) print(list(li))
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. 分别执行 function
lst = [1,2,3,4,5,6,7,8,9,] # 求列表中每个元素的平方 it =map(lambda i :i*i,lst) # # 把可迭代对象中的每一个元素传递给前面的函数进行处理. 处理的结果会返回成迭代器 print(list(it)) =================================== lst = [1,2,3,4,5,6,7,8,9,] lst1 = [11,22,33,44,55,66,77,88,99,] # 计算两个列表中相同位置的数据的和 print(list(map(lambda x,y:x+y, lst,lst1))) # # 如果函数中有多个参数. 后面对应的列表要一一对应
五. 递归
在函数中调用函数本身. 就是递归
import sys sys.setrecursionlimit(10000) # 可以调整递归深度. 但是不一定能跑到这里 def func(count): print("我是谁,我在哪里"+str(count)) func(count+1) func(1)
递归的应用: (遍历树形结构)
import os filePath = "D:S14即S15 python" def read(filePath, n): it = os.listdir(filePath) # 打开文件夹 for el in it: # 拿到路径 fp = os.path.join(filePath, el) # 获取到绝对路径 if os.path.isdir(fp): # 判断是否是文件夹 print(" "*n,el) read(fp, n+1) # 又是文件夹. 继续读取内部的内容 递归入口 else: print(" "*n,el) # 递归出口 read(filePath, 0)
六. 二分查找法
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
# 判断n是否在lst中出现. 如果出现请返回n所在的位置 # 二分查找---非递归算法 lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111] n = 567 left = 0 right = len(lst) - 1 count = 1 while left <= right: middle = (left + right) // 2 if n > lst[middle]: left = middle + 1 elif n < lst[middle]: right = middle - 1 else: print('查找了%s次'% count) print("存在") print('在索引%s位置'% middle) break count = count + 1 else: print("不存在")
# 普通递归版本二分法 lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111] def binary_search(left, right, n): middle = (left + right)//2 if left > right: return -1 if n > lst[middle]: left = middle + 1 elif n < lst[middle]: right = middle - 1 else: return middle return binary_search(left, right, n) print(binary_search(0, len(lst)-1, 567) )