标签：空间 range var 整数 stack 集合 ice 进入 1.3
在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。
def calc(n):
print(n)
if int(n/2) ==0:
return n
return calc(int(n/2))
calc(10)
#输出：
10
5
2
1
递归特性:
堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
def binary_search(dataset,find_num):
print(dataset)
if len(dataset) >1:
mid = int(len(dataset)/2)
if dataset[mid] == find_num: #find it
print("找到数字",dataset[mid])
elif dataset[mid] > find_num :# 找的数在mid左面
print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid])
return binary_search(dataset[0:mid], find_num)
else:# 找的数在mid右面
print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid])
return binary_search(dataset[mid+1:],find_num)
else:
if dataset[0] == find_num: #find it
print("找到数字啦",dataset[0])
else:
print("没的分了,要找的数字[%s]不在列表里" % find_num)
binary_search(data,66)
#python中的递归 python中的递归效率低，需要在进入下一次递归时保留当前的状态，在其他语言中可以有解决方法：尾递归优化，即在函数的最后一步（而非最后一行)调用自己，尾递归优化：http://egon09.blog.51cto.com/9161406/1842475 但是python又没有尾递归，且对递归层级做了限制 #总结递归的使用： 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）
import sys sys.getrecursionlimit() sys.setrecursionlimit(2000) n=1 def test(): global n print(n) n+=1 test() test() 虽然可以设置，但是因为不是尾递归，仍然要保存栈，内存大小一定，不可能无限递归
匿名函数就是不需要显式的指定函数
#这段代码
def calc(n):
return n**n
print(calc(10))
#换成匿名函数
calc = lambda n:n**n
print(calc(10))
你也许会说，用上这个东西没感觉有毛方便呀， 。。。。呵呵，如果是这么用，确实没毛线改进，不过匿名函数主要是和其它函数搭配使用的呢，如下：
res = map(lambda x:x**2,[1,5,7,4,8])
for i in res:
print(i)
输出
1
25
49
16
64
abs #绝对值 all #判断列表里所有值都为真，返回ture，否则返回false any #判断列表里有任一个值为真，返回ture，否则返回false ascii # bin #将一个数字转换为二进制 bool #判断真假 bytearray#允许修改字符串 b = b‘abc‘ c = bytearray(b) c[0] #97 c[0] = 90 c #bytearray(b‘Zbc) bytes #将输入的内容转换为bytes callable #判断一个对象是否可调用（调用不是引用，是可执行的意思） chr #给一个Asicc值，判断结果print chr(68)?D ord #字符转数字 print(ord(‘d‘) classmethod# compile# complex#输入一个值，返回复数 ==complex(4,5) exec #执行exec括号里的代码 eval #执行括号里的运算 delattr# dict #生成字典 dir #查看内置方法 divmod #两个参数相除，返回商和余数divmod(4,3) enumerate#生成序列 filter#True序列 print(filter(lambda x:x==1,[1,23,4])) map#遍历列表中的值print(map(lambda x:x+1,[1,2,3])) reduce#累加print(reduce(lambda x,y:x+y,[1,2,3])) float#转成浮点 format#字符串格式化 frozenset#冻结集合，frozenset({1,2,4,5,5})之后，只读集合 getattr# globals#把当前程序在内存中的空间全部打印print(globals()) locals #打印局部的 hash #转为hash hex #转为16进制 id #查看内存地址 input #输入 int #转为整数 isinstance #判断是不是一个实例 issubclass #判断是不是一个子类 iter # len #判断长度 list #生成列表 max #输出最大值 memoryview # min #输出最小值 next # object # oct #转为八进制 open #打开文件 pow#幂运算 print(pow(4,9)) print #打印 property# range #随机数 repr # reversed #反转，可反转字符串 round #四舍五入 print(round(10.23,1)) set #生成集合 setattr # slice # a = range(20) pattern = slice(3,8,2) for i in a[pattern]: #等于a[3:8:2] print(i) sorted #排序，可排序字符串 staticmethod # str #生成字符串 sum #求和 super # tuple #生成元组 type #判断数据类型 vars #同 globals zip #传n个列表，生成n个序列 >>> x = [1,2,3] >>> y = [4,5,6] >>> z = [7,8,9] >>> print zip(x,y,z) [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
标签：空间 range var 整数 stack 集合 ice 进入 1.3
原文地址：http://www.cnblogs.com/ximalaya/p/7599046.html
