函数高级
闭包
def fun1():
x = 520
def fun2():
print(x)
x = 1200
fun1()
print(x)
# 内部函数包含对外部作用于而非全局作用域的引用
装饰器
不改变函数体的代码,并且不改变函数的调用方式,为函数添加功能,他本质就是一个函数,附加被装饰器的函数里面。
def login():
return True
def login_deco(func):
def wrapper(*args,**kwargs):
pre_login = login()
if pre_login:
# 调用shopping
res = func(*args,**kwargs)
return res
return wrapper
@login_deco
def shopping():
pass
装饰器进阶
def jackson(x,y):
def login_deco(func):
print(x,y)
def wrapper(*args,**kwargs):
pre_login = login()
if pre_login:
res = func(*args,**kwargs)
return res
return wrapper
return login_deco
# shopping = login_deco(shopping)
@jackson(1,2)
def shopping():
pass
迭代器
1、可迭代对象:具有__iter__方法的对象(Python中一切皆是对象)
2、迭代器对象:具有__iter__和__next__方法
注意:迭代器一定是可迭代对象、可迭代对象不一定是迭代器对象
生成器
自定义的迭代器、函数内部使用yield关键字、有yield关键字的函数只要调用、这个调用后的函数就是生成器。
yield:接收函数返回值,但是会继续执行函数体代码
return:接收函数返回值,但是会终止函数
def f1():
# yield是接收函数返回值,但是会继续执行函数体代码
yield 1
yield 2
yield 3
g = f1()
# g就是一个迭代器
for i in g:
print(i)
递归
递归本质上就是函数调用函数本身,必须有结束条件,并且在递归的过程中,问题的规模必须都不断缩小
# 斐波那契数列
# 从第三项开始,每一项都等于前两项之和。 前两项可以写成 n-1 n-2
# 0, 1, 1, 2, 3, 5, 8, 13
def f(n):
if n <=1:
return n
else:
return (f(n-1) + f(n-2))
for i in range(term):
print(f(n))
# 二分法
def find_num(num,lis):
if len(lis) == 1 and lis[0] != num:
print('没找到')
return
mid_ind = int(len(lis) / 2) # 中间索引
mid_num = lis[mid_ind] # 中间值
# 左边
if num < mid_num:
lis = lis[:mid_ind]
find_num(num,lis)
# 右边
elif num > mid_num:
lis = lis[mid_ind + 1:]
find_num(num, lis)
else:
print('find')
lis = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
find_num(20,lis)
匿名函数
匿名函数使用一次就失效了,一般不单独使用,于内置的各种函数连用
def sum(x,y):
return x+y
p = lambda x,y:x+y
print(p(4,6))
这里p就是一个函数,一个比较帅的函数,优雅的函数。
其实lambda返回值是一个函数的地址,也就是函数对象。