标签：too 因此 递归 code 行修改 包含 一个 gif span
1.递归函数：在函数中调用本身。
（1）特性：1）要有明确的结束条件（必需要用返回值return，否则会陷入死循环）。
2）递归函数效率不高。原因：函数会一层一层进行，一层一层进行返回。
（2）
def red(k): if k == 5: print("结果刚刚好") return if k < 5: k += 1 return red(k) else: print("这里不适合你这种重量级人物")
(3)如上图代码：若k<5,则函数会一层一层深入，且函数会停留在每一层中，直到返回结果。所以，递归会很占用内存，且效率不高。
(4)针对上面缺点，可以用尾调用来对递归进行优化（在函数最后一步进行调用）。
2.匿名函数：一般与其他函数混合使用，只能使用一次，因此不会占用内存.即匿名函数就相当于代码块中的1
def test(x)
return x+1
test(5)
1
test(2)
函数运行完毕后，1就会被清理了，内存中不在存在1，lambda的作用跟这个一样
（1）形式：lambda x : x+1 >>>>>>>相当与>>>>
def test(x):
return x+1
3.编程的方法论：面向过程：即一步一步进行，当有一步不成立时返回到第一步
函数式：编程语言定义的函数+数学意义的函数（可读性差）
面向对象：
4.高阶函数：
（1）函数即变量
（2）把函数当作参数传给另外一个函数，或者返回值中包含函数。这都成为高阶函数
第一种： def bar(x): return x+1 def test(y): return y+2 print(test(bar(1))) >>>>>4 第二种： def bar() print("i am cwt") return bar()
注意：第二种经常用于：尾调用优化：即在函数最后一步调用函数，最后一步并不意味着一定是在最后一行
如：
def bar(n) return n def foo(x) return bar(x)+1 相当于 def foo(x) res=bar(x) return res+1
（3）三种常见的高阶函数
1）map>>>>修改函数，将可迭代序列中的每一项的值进行修改
def map_test(func, array): ret = [] for i in array: ret.append(func(i)) return ret
print(list(map(lambda x : x+1,[1,2,3,4,5,6]))) 》》》》【2，3，4，5，6，7】 map(lambda x : x+1,[1,2,3,4,5,6])》》》得到的结果是一个地址，所以要加个list,list内部本身会进行迭代
2) filter>>>>筛选函数，将可迭代序列中满足条件的筛选出来
def filter_test(func,array): ret = [] for i in array: if not func(i): ret.append(func(i)) return ret
print(list(filter(lambda x: x.startswith("ab"), ["ab123", ‘gf123‘, ‘ss123‘, ‘ab222‘]))) 》》》[‘ab123‘, ‘ab222‘]
3) reduce>>>内部相互处理函数，将序列内的元素进行相互运算，reduce是funcfools库的一个函数，运用前要先调用
def reduce_test(func,array,rec=none): rec=none表示初始值 if rec=none: rec = array.pop(0) for num in arry: rec = func(rec,num) else: for num in arry: func(rec,num) return rec
from functools import reduce print(reduce(lambda x, y: x+y, [1, 2, 3, 4, 5, 6])) 》》》21
标签：too 因此 递归 code 行修改 包含 一个 gif span
原文地址：https://www.cnblogs.com/chenweitao/p/11252918.html
