# map/reduce
from functools import reduce
# Python内建了map()和reduce()函数
# map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回
def f(x):
return x * x
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))
print(r)
# map()传入的第一个参数是f，即函数对象本身
# 由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list
# map作为高阶函数，事实上它把运算规则抽象了，它可以计算任意复杂的函数
# 把List所有数字转为字符串
l = list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
print(l)
# reduce把一个函数作用在一个序列[x1, x2, x3, ...]，这个函数必须接收两个参数
# reduce把结果继续和序列的下一个元素做累积计算
# 其效果就是 reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
# 使用reduce对一个序列求和
def add(x, y):
return x + y
s = reduce(add, [1, 3, 5, 7, 9])
print(s)
# 当然求和运算可以直接用Python内建函数sum()，没必要动用reduce
# 但是如果要把序列[1, 2, 5, 7, 9]变换成整数13579，reduce就可以派上用场
def fn(x, y):
return x * 10 + y
s = reduce(fn, [1, 3, 5, 7, 9])
print(s)
# 考虑到字符串str也是一个序列，配合map()，我们就可以写出把str转换为int的函数
def fn(x, y):
return x * 10 + y
def char2num(s):
return {‘0‘: 0, ‘1‘: 1, ‘2‘: 2, ‘3‘: 3, ‘4‘: 4, ‘5‘: 5, ‘6‘: 6, ‘7‘: 7, ‘8‘: 8, ‘9‘: 9}[s]
s = reduce(fn, map(char2num, ‘13579‘))
print(s)
# 整理成一个str2int的函数
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return {‘0‘: 0, ‘1‘: 1, ‘2‘: 2, ‘3‘: 3, ‘4‘: 4, ‘5‘: 5, ‘6‘: 6, ‘7‘: 7, ‘8‘: 8, ‘9‘: 9}[s]
return reduce(fn, map(char2num, s))
s = str2int(‘112233‘)
print(s)
# 用lambada函数进一步简化
def char2num(s):
return {‘0‘: 0, ‘1‘: 1, ‘2‘: 2, ‘3‘: 3, ‘4‘: 4, ‘5‘: 5, ‘6‘: 6, ‘7‘: 7, ‘8‘: 8, ‘9‘: 9}[s]
def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(char2num, s))
print(str2int(‘9999‘))
# lambda函数的用法这里不详细介绍原文地址：http://11317783.blog.51cto.com/11307783/1953986
