标签：元素 需要 深度 因此 改变 targe 效率 递归函数 print
一. lambda匿名函数
为了解决?些简单的需求?设计的?句话函数,有些功能需要用到函数功能,却不复杂,为了避免取函数名困难的尴尬,就会用到匿名函数.
lambda表?的是匿名函数. 不需要?def来声明, ?句话就可以声明出?个函数
语法: 函数名 = lambda 参数: 返回值
# 计算n的n次? def func(n): return n**n print(func(10)) f = lambda n: n**n print(f(10))
注意:
1. 函数的参数可以有多个. 多个参数之间?逗号隔开
2. 匿名函数不管多复杂. 只能写??, 且逻辑结束后直接返回数据
3. 返回值和正常的函数?样, 可以是任意数据类型
二. sorted()
语法: sorted(Iterable, key=None, reverse=False)
Iterable: 可迭代对象
key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每?个元素传递给这个函数的参数. 根据函数运算的结果进?排序
reverse: 是否是倒叙. True: 倒叙, False: 正序
lst = [1,5,3,4,6] lst2 = sorted(lst) print(lst) # 原列表不会改变 print(lst2) # 返回的新列表是经过排序的 dic = {1:‘A‘, 3:‘C‘, 2:‘B‘} print(sorted(dic)) # 如果是字典. 则返回排序过后的key
key排序的权重本质还是数字的大小,因此key的参数也是数字
# 根据字符串?度进?排序 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] # 计算字符串?度 def func(s): return len(s) print(sorted(lst, key=func))
和lambda组合使?
# 根据字符串?度进?排序 lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"] # 计算字符串?度 def func(s): return len(s) print(sorted(lst, key=lambda s: len(s))) lst = [{"id":1, "name":‘alex‘, "age":18}, {"id":2, "name":‘wusir‘, "age":16}, {"id":3, "name":‘taibai‘, "age":17}] # 按照年龄对学?信息进?排序 print(sorted(lst, key=lambda e: e[‘age‘]))
三. filter()
语法: filter(function. Iterable)
function: ?来筛选的函数. 在filter中会?动的把iterable中的元素传递给function. 然后根据function返回的True或者False来判断是否保留此项数据
Iterable: 可迭代对象
lst = [1,2,3,4,5,6,7] ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数 print(ll) print(list(ll)) lst = [{"id":1, "name":‘alex‘, "age":18}, {"id":2, "name":‘wusir‘, "age":16}, {"id":3, "name":‘taibai‘, "age":17}] fl = filter(lambda e: e[‘age‘] > 16, lst) # 筛选年龄?于16的数据 print(list(fl))
四. map()
语法: map(function, iterable) 可以对可迭代对象中的每?个元素进?映射. 分别取执?function
计算列表中每个元素的平? ,返回新列表
def func(e): return e*e mp = map(func, [1, 2, 3, 4, 5]) print(mp) print(list(mp))
用lambda写
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
计算两个列表中相同位置的数据的和
# 计算两个列表相同位置的数据的和 lst1 = [1, 2, 3, 4, 5] lst2 = [2, 4, 6, 8, 10] print(list(map(lambda x, y: x+y, lst1, lst2)))
五. 递归
在函数中调?函数本?. 就是递归
def func(): print("我是谁") func() func()
在python中递归的深度最?到998,用import sys 可以更改
def foo(n): print(n) n += 1 foo(n) foo(1)
递归的应?: 我们可以使?递归来遍历各种树形结构, 比如我们的?件夹系统. 可以使?递归来遍历该?件夹中的所有?件
import os def read(filepath, n): files = os.listdir(filepath) # 获取到当前?件夹中的所有?件 for fi in files: # 遍历?件夹中的?件, 这?获取的只是本层?件名 fi_d = os.path.join(filepath,fi) # 加??件夹 获取到?件夹+?件 if os.path.isdir(fi_d): # 如果该路径下的?件是?件夹 print("\t"*n, fi) read(fi_d, n+1) # 继续进?相同的操作 else: print("\t"*n, fi) # 递归出?. 最终在这?隐含着return #递归遍历?录下所有?件 read(‘../oldboy/‘, 0)
递归函数中如果返回值,无法从最后一层直接返回,只能每次循环先返回上一层
六. ?分查找
?分查找. 每次能够排除掉?半的数据. 查找的效率非常?. 但是局限性比较?. 必须是有序序列才可以使??分查找
要求: 查找的序列必须是有序序列.
# 判断n是否在lst中出现. 如果出现请返回n所在的位置 # ?分查找---?递归算法 lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567,678,789] n = 567 left = 0 right = len(lst) - 1 count = 1 while left <= right: middle = (left + right) // 2 if n < lst[middle]: right = middle - 1 elif n > lst[middle]: left = middle + 1 else: print(count) print(middle) break count = count + 1 else: print("不存在") # 普通递归版本?分法 def binary_search(n, left, right): if left <= right: middle = (left+right) // 2 if n < lst[middle]: right = middle - 1 elif n > lst[middle]: l eft = middle + 1 else: return middle return binary_search(n, left, right) # 这个return必须要加. 否则接收 到的永远是None. else: return -1 print(binary_search(567, 0, len(lst)-1)) # 另类?分法, 很难计算位置. def binary_search(ls, target): left = 0 right = len(ls) - 1 if left > right: print("不在这?") middle = (left + right) // 2 if target < ls[middle]: return binary_search(ls[:middle], target) elif target > ls[middle]: return binary_search(ls[middle+1:], target) else: print("在这?") binary_search(lst, 567)
标签：元素 需要 深度 因此 改变 targe 效率 递归函数 print
原文地址：https://www.cnblogs.com/journey-mk5/p/9481995.html
