<1>函数递归
1.函数递归的定义
函数递归：在函数内部，可以调用其他函数。如果在调用一个函数的过程中直接或间接调用自身本身。
2.函数递归的特性
1). 必须有一个明确的结束条件;
2). 每次进入更深一层递归时，问题规模相比上次递归都应有所减少;
3). 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）。
函数递归例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- def calc(m): print(m) if int(m/2)==0: return m return calc(int(m/2)) calc(10)
代码运行结果：
10
5
2
1
<2>函数作用域
作用域在定义函数时就已经固定了，不会随着调用位置的改变而改变!
函数作用域例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- name="feiyang" def test01(): name="lijing" print(name) def test02(): name="lisa" print(name) test01() test02() print(name)
代码运行结果：
lisa
lijing
feiyang
<3>匿名函数
匿名函数主要是和其它函数搭配使用!
匿名函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- test=lambda x:x+6 r=test(10) print(r)
代码运行结果：
16
匿名函数例2：
#!/usr/bin/env python # -*- coding:utf-8 -*- name="加油" f1=lambda x:x+"-奥运健儿" r=f1(name) print(r)
代码运行结果：
加油-奥运健儿
<4>函数式编程
编程的方法论大致有三种：1）面向过程；2）函数式；3）面向对象。
a.高阶函数
b.map函数
map函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- #计算一个列表每个元素的二次方 num01=[1,2,3,4,5] ret=[] v=map(lambda x:x**2,num01) for i in v: ret.append(i) print(ret)
代码运行结果：
[1, 4, 9, 16, 25]
c.filter函数
filter函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- #filter函数 #过滤掉所有以sj结尾的元素，剩下的保留。 str01=["liyifeng_sj","wangyang_sj","liye"] r=filter(lambda n:not n.endswith("sj"),str01) print(list(r))
代码运行结果：
['liye']
d.reduce函数
reduce函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- #python3需要从functools模块中导入reduce函数才可以使用，python2直接使用不用导入！ #计算列表里所有元素之积，初始值为10 from functools import reduce sum01=[1,2,3] r=reduce(lambda x,y:x*y,sum01,10) print(r)
代码运行结果：60
e.内置函数map/filter/reduce总结
1) map函数：处理序列中的每个元素，得到的结果是一个‘列表’，该‘列表’元素个数及位置与原来一样。
2）filter函数：遍历序列中的每个元素，判断每个元素得到布尔值，如果是True则留下来。
3）reduce函数：reduce:处理一个序列，然后把序列进行合并操作。
filter函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- #年龄最小的留下来 p01=[ {'name':'lucy','age':100}, {'name':'wangqiang','age':1000}, {'name':'ningcaichen','age':900}, {'name':'dakongyi','age':16}, ] r=list(filter(lambda p:p['age']<=18,p01)) print(r)
代码运行结果：
[{'age': 16, 'name': 'dakongyi'}]
reduce函数例1：
#!/usr/bin/env python # -*- coding:utf-8 -*- from functools import reduce #python3需要从functools模块中导入reduce函数才可以使用，python2直接使用不用导入！ #计算1+2+3+..+100的总和 print(reduce(lambda x,y:x+y,range(100),100)) print(reduce(lambda x,y:x+y,range(1,101)))
代码运行结果：
5050
5050