1，递归函数是一个函数体系，非常的难
2，练习题一
# 3.用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb name=['alex','wupeiqi','yuanhao','nezha'] # def func(item): # return item+"_sb" ret= map(lambda item:item+"_sb",name) # ret 是迭代器，这儿要注意一下，迭代器和可迭代对象是不一样的，每个for循环的时候，可迭代对象都会自动转换成一个迭代器，每次都是新的，
# 但是如果for循环迭代器的话，因为没有转化那一步，所以去一次就取没了，不可以再取了。 for i in ret: print(i) print(list(ret)) #只可以取一次，所以啥也取不到了 # print(list(i)) ['n', 'e', 'z', 'h', 'a', '_', 's', 'b'] 字符串转列表，循环完了i在外面可以用 运行结果： alex_sb wupeiqi_sb yuanhao_sb nezha_sb []
# 列表生成式也可以解决这个题 list1 = [item+"_sb" for item in name] print(list1) 运行结果： ['alex_sb', 'wupeiqi_sb', 'yuanhao_sb', 'nezha_sb']
3，练习题二，注意lambda表达式返回值那一块儿，可以写列表表达式，或者三元运算符判断等，只要可以写成一行的都可以用在lambda表达式里面
# 4.用filter函数处理数字列表，将列表中所有的偶数筛选出来 num = [1,3,5,6,7,8] # def func(x): # return x%2 ==0 ret = filter(lambda x:x%2 == 0,num) print(list(ret)) print(list(ret)) # filter和map的返回值都是一个迭代器，这个比较容易混 运行结果： [6, 8] []
ret = filter(lambda x:True if x%2 ==0 else False,num) # 这样不简洁，但是只是举个例子，可以这样写 ret = filter(lambda x:[item+"_sb" for item in x],num) #这儿的x 要求是个可迭代的，列表啥的
4，练习题三：
# 自己的版本 with open('file.txt',encoding='utf-8') as f: my_list = f.readlines() # 一般情况下，我们不这样读，太耗费内存。 page = int(input(">>>")) line_num,last_page_len = divmod(len(my_list),5) if last_page_len: if page <=line_num and page > 0: for i in range(5): print(my_list[i+(page-1)*5].strip()) elif page == line_num+1: for i in range(last_page_len): print(my_list[i+(page-1)*5].strip()) else: print("invalid page") else: if page <=line_num and page > 0: for i in range(5): print(my_list[i+(page-1)*5].strip()) else: print("invalid page") # 老师的版本 with open('file.txt',encoding='utf-8') as f: my_list = f.readlines() # 一般情况下，我们不这样读，太耗费内存。 page_num = int(input(">>>")) pages,mod = divmod(len(my_list),5) if mod: pages +=1 if page_num > pages or page_num<=0: print('输入有误') elif page_num ==pages and mod != 0: for i in range(mod): print(my_list[(page_num-1)*5 +i].strip()) else: for i in range(5): print(my_list[(page_num - 1) * 5 + i].strip())
5，
# 6.如下，每个小字典的name对应股票名字，shares对应多少股，price对应股票的价格
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 91.1},
{'name': 'AAPL', 'shares': 50, 'price': 543.22},
{'name': 'FB', 'shares': 200, 'price': 21.09},
{'name': 'HPQ', 'shares': 35, 'price': 31.75},
{'name': 'YHOO', 'shares': 45, 'price': 16.35},
{'name': 'ACME', 'shares': 75, 'price': 115.65}
]
# 6.1.计算购买每支股票的总价
def func(item):
return {item['name']:item['shares']*item['price']}
ret = map(lambda item:{item['name']:round(item['shares']*item['price'],2)},portfolio) # 注意round的用法
print(list(ret))
# 6.2.用filter过滤出，单价大于100的股票有哪些
ret = filter(lambda item:item['price']>100,portfolio)
print(list(ret))
6，递归函数，现实中用的并不多，自己调用自己，注意设置结束条件
import sys # 函数嵌套定义闭包，其他函数一般不支持，闭包，装饰器用的不多 # 函数的嵌套调用，递归，在函数里面再调用本身 # 递归函数的特点：1，传递，2，递归，结束条件和返回值 # def story(): # print("从前有座山") # story() # # story() # 这样没有结束条件的话，会报出这样的错误 # RecursionError: maximum recursion depth exceeded while calling a Python object ret = sys.getrecursionlimit() print(ret) # 1000 Python从内存角度出发做的限制 sys.setrecursionlimit(1500)# 即使这里设置的很大，不同的电脑可能也打不到，不同的电脑配置不同，可以跑的最大次数不一样,我的Mac最多可以跑一万多次
7，如果递归次数太多，就不适合用递归来解决问题，递归的缺点：占内存，递归的优点，会让代码变简单,计算年龄的例子
def age(n): if n == 4: # age = 40 # 注意这个地方如果给age重新定义得话，那么下面的调用函数的age就不表示函数名了，而是这个变量了，下面就会报错 return 40 elif n >0 and n < 4: return age(n+1) + 2 ret = age(1) print(ret)
8，递归也是一样，如果看不懂，就把他拆开看
9，算法，基础
# 计算机其实很傻的，他算数会硬算的，他肯定不会这么算的，你告诉他怎么算，可能你告诉他可能也麻烦，他算100乘以13也不一定简单 # 你算起来容易，但是计算机很复杂，用策略让计算机把这些事情变简单，这些是优秀的算法，时间久了流传下来，记载在书里。计算机的历史里 # 这些算法都是经典的历史流传下来的，包括 # 查找，庞大的数据量里面查，找数据，数据库，CTRL+F这件事也是计算机帮你找的，计算机找也是人设计的 # 排序，列表的排序，sort,python解释器也是人写的，龟叔也要设计算法 # 遍历 # 最短路径 等等，百度地图的依据，滴滴打车 # 99*13 = 100*13-13 # 这些算法曾经优秀过，都有成型的解决方案了，都已经是历史了，我们要了解计算机的逻辑，站在巨人的肩膀上，一般会学习一些简单 # 但是算法一般都不太好理解，你想的多，计算机就干的少，算法一般是人脑复杂，计算机简单 # 我们学习的算法都是过去式，我们现在的代码都不太会用到他了，要了解基础的算法，才能设计出或者创造出更好的算法， # 不是所有的事情，都能套用现成的方法解决的，有些时候会用到现成的算法只是解决新的问题
10，二分查找算法代码实现，一定要多默写，不然记不住，必须看懂
l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88] #25个 def search(l,aim,start = 0, end = None): end = len(l) if end is None else end # 赋值给none可能会有问题，所以改成is mid_index = (end -start)//2 + start if start <= end: # 等于的时候我也有一次机会去找一下 if aim > l[mid_index]: start = mid_index + 1 ret = search(l,aim,start,end) return ret elif aim < l[mid_index]: end = mid_index -1 ret = search(l,aim,start,end) return ret else: return mid_index # 每一个分支都要写一个return，因为这个return值都是有由内层函数获得，要保证外层函数也能获取return值 else: print("does not exists") print(search(l,66)) # 传值的话，len(l)如果每次都传得话，用户体验不好，所以还是要放入函数里面处理 print(search(l,67)) print(search(l,13)) # 找不到的时候 运行结果： 17 18 does not exists None