# -*- coding: utf-8 -*-
# @Time:
# @Auther: kongweixin
# @File:
"""
#举例：针对需求 比大小
def func(x,y):
if x>y:
return x
else:
return y
x=input("输入比较的第一个值：")
y=input("输入比较的第二个值：")
res=func(x,y)
print(res)
# 这种写法是比较纯粹的 （以基础水平来说 这种很简单写法是比较正常的）
# 但是接下来我们学一种新的简单方法进行写代码！！
"""
"""
#####################################################
########## #############
########## 1.0__三元表达式----总结 #############
########## #############
#####################################################
三元表达式
三元表达式是python为我们提供的一种简化代码的解决方案，
语法如下：
res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值
针对上述场景用三元表达式
x=input("输入比较的第一个值：")
y=input("输入比较的第二个值：")
res =x if x>y else y
print(res)
# 应用举例：
def func():
if 1>3:
return 1
else:
return 3
print(func())
# 用三元表达式编写、
def func():
return 1 if 1>3 else 3
print(func())
# 没有什么难点， 敲一下就差不多了
"""
#####################################################
########## #############
########## 2.0__生成式----总结 #############
########## #############
#####################################################
"""
2.1 列表生成式
列表生成式是python为我们提供的一种简化代码的解决方案，
用来快速生成列表，语法如下：
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
# 把_dsb为结尾 提取出来
l = ['alex_dsb', 'lxx_dsb', 'wxx_dsb', "xxq_dsb", 'egon']
new_l=[]
for name in l:
if name.endswith("dsb"): #注意 是endswith 很多同学写成endwith
new_l.append(name)
print(new_l)
# 利用列表生成式
l = ['alex_dsb', 'lxx_dsb', 'wxx_dsb', "xxq_dsb", 'egon']
new_l=[name for name in l if name.endswith("dsb")]
print(new_l)
# 利用列表生成式
l = ['alex_dsb', 'lxx_dsb', 'wxx_dsb', "xxq_dsb", 'egon']
# 把_dsb为结尾 提取出来
new_l=[name for name in l if name.endswith("dsb")]
print(new_l)
# 把所有的小写字母转换成大写
new_l=[name.upper() for name in l ]
print(new_l)
# 把所有的名字去掉后缀_dsb
new_l=[name.strip("_dsb") for name in l ]
new_l = [name.replace("_dsb","")for name in l]
print(new_l)
2.2 字典生成式
keys=['name','age','gender']
dic ={key:123 for key in keys}
print(dic)
items=[('name','egon'),('age',18),('gender','male')]
res={k:v for k,v in items if k != 'gender'}
print(res)
# 补充:
# for k,v in items 是一种解压方法 举例说明:
# l,k=[1,2]
# print(l) #输出结果: 1
# print(k) #输出结果: 2
2.3、集合生成式
keys=['name','age','gender']
set1={key for key in keys}
print(set1,type(set1))
4、生成器表达式
创建一个生成器对象有两种方式，
一种是调用带yield关键字的函数，
另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，
即：对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象
举例:1
g=(i for i in range(10) if i > 3)
！！！！！！！！！！！强调！！！！！！！！！！！！！！！
此刻g内部一个值也没有
print(g,type(g))
向值的话 需要
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
举例:2
res1=[x*x for x in range(3)]
print(res1)
res2=(x*x for x in range(3))
print(res2)
print(next(res2))
print(next(res2))
print(next(res2))
print(next(res2)) # StopIteration
输出结果：
[0, 1, 4]
<generator object <genexpr> at 0x0000027DD6AC4748>
5.0文件进行生成器
如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成
with open('笔记.txt', mode='rt', encoding='utf-8') as f:
# 方式一：将文件传到内存中让然后进行统计字符总数
res=0
for line in f:
res+=len(line)
print(res)
# 方式二：利用sum（）的函数方式
# res=sum([1,2,3,4,5,6])
# print(res)
res=sum([len(line) for line in f])
print(res)
# 方式三 ：效率最高
# res = sum((len(line) for line in f))
# 上述可以简写为如下形式
res = sum(len(line) for line in f)
print(res)
或者是 这里要注意encoding的字符编码 和mode的模式 t模式或者b模式是不一样的
with open('笔记.txt','rt', encoding='utf-8') as f:
nums=(len(line) for line in f)
total_size=sum(nums)
print(total_size)
"""
#####################################################
########## #############
########## 3.0__函数递归----总结 #############
########## #############
#####################################################
# -*- coding: utf-8 -*-
# @Time:
# @Auther: kongweixin
# @File:
""""""
"""
一：递归的定义和调用
递归调用：是函数嵌套调用的一种特殊形式具体是指：
在调用一个函数的过程中又直接或者间接地调用到本身
#直接调用本身：在调用f1的过程中，又调用f1，这就是直接调用函数f1本身
def f1():
print('是我是我还是我')
f1()
f1()
# 间接接调用本身：在调用f1的过程中，又调用f2，而在调用f2的过程中又调用f1，这就是间接调用函数f1本身
def f1():
print('===>f1')
f2()
def f2():
print('===>f2')
f1()
f1()
两种情况下的递归调用都是一个无限循环的过程，但在python对函数的递归调用的深度做了限制，
因而并不会像大家所想的那样进入无限循环，会抛出异常，要避免出现这种情况，就必须让递归调用在满足某个特定条件下终止。
# 一段代码的循环运行的方案有两种
# 方式一：while、for循环
while True:
print(1111)
print(2222)
print(3333)
# 方式二：递归的本质就是循环：
def f1():
print(1111)
print(2222)
print(3333)
f1()
f1()
二：需要强调的的一点是：
# 递归调用不应该无限地调用下去，必须在满足某种条件下结束递归调用
n=0
while n < 10:
print(n)
n+=1
def f1(n):
if n == 10:
return
print(n)
n+=1
f1(n)
f1(0)
！！！！提示！！！！
#1. 可以使用sys.getrecursionlimit()去查看递归深度，默认值为1000，虽然可以使用
sys.setrecursionlimit()去设定该值，但仍受限于主机操作系统栈大小的限制
#2. python不是一门函数式编程语言，无法对递归进行尾递归优化。
三：递归的两个阶段
# 回溯：一层一层调用下去
# 递推：满足某种结束条件，结束递归调用，然后一层一层返回
下面我们用一个浅显的例子，为了让读者阐释递归的原理和使用：
例4.5
某公司四个员工坐在一起，问第四个人薪水，他说比第三个人多1000，
问第三个人薪水，第他说比第二个人多1000，问第二个人薪水，他说比第一个人多1000，
最后第一人说自己每月5000，请问第四个人的薪水是多少？
思路解析：
要知道第四个人的月薪，就必须知道第三个人的，第三个人的又取决于第二个人的，
第二个人的又取决于第一个人的，而且每一个员工都比前一个多一千，
数学表达式即：
salary(4)=salary(3)+1000
salary(3)=salary(2)+1000
salary(2)=salary(1)+1000
salary(1)=5000
总结为：
salary(n)=salary(n-1)+1000 (n>1)
salary(1)=5000 (n=1)
可以将该过程分为两个阶段：回溯和递推。
在回溯阶段，要求第n个员工的薪水，需要回溯得到(n-1)个员工的薪水，以此类推，
直到得到第一个员工的薪水，此时，salary(1)已知，因而不必再向前回溯了。然后进入递推阶段：
从第一个员工的薪水可以推算出第二个员工的薪水(6000)，从第二个员工的薪水可以推算出第三个员工的薪水(7000)，
以此类推，一直推算出第第四个员工的薪水(8000)为止，递归结束。需要注意的一点是，递归一定要有一个结束条件，
这里n=1就是结束条件。
def salary(n):
if n==1:
return 5000
return salary(n-1)+1000
s=salary(4)
print(s)
程序分析：
在未满足n==1的条件时，一直进行递归调用，即一直回溯，见图的左半部分。而在满足n==1的条件时，终止递归调用，
即结束回溯，从而进入递推阶段，依次推导直到得到最终的结果。
递归本质就是在做重复的事情，所以理论上递归可以解决的问题循环也都可以解决，只不过在某些情况下，使用递归会更容易实现，
比如有一个嵌套多层的列表，要求打印出所有的元素，，代码实现如下：
递归的应用
示例1：
l=[1,2,[3,[4]]]
def f1(list1):
for x in list1:
if type(x) is list:
# 如果是列表，应该再循环、再判断,即重新运行本身的代码
f1(x)
else:
print(x)
f1(l)
示例2：
items=[[1,2],3,[4,[5,[6,7]]]]
def foo(items):
for i in items:
if isinstance(i,list): #满足未遍历完items以及if判断成立的条件时，一直进行递归调用
foo(i)
else:
print(i,end=' ')
foo(items) #打印结果1 2 3 4 5 6 7
使用递归，我们只需要分析出要重复执行的代码逻辑，然后提取进入下一次递归调用的条件或者说递归结束的条件即可，代码实现起来简洁清晰
"""