1.lamda匿名函数
2.sorted()
3.filter()
4.map()
5.递归函数
一.lamda匿名函数
为了解决一些简单的需求而设计的一句函数
# 计算n的n次⽅方
def func(n):
return n**n print(func(10))
f = lambda n: n**n print(f(10))lambda表示的是匿名函数. 不需要用def来声明, 一句话就可以声明出一个函数
语法:
函数名=lambad 参数:返回值
注意:
1.函数的参数可以有多个.多个参数之间用逗号隔开
2.函数的参数可以有多个.多个参数之间用逗号隔开
3.返回值和正常的函数一样,可以是任意数据类型
匿名函数并不是说一定没有名字. 这里前面的变量就是一个函数名. 说他是匿名原因是我们通 过name查看的时候是没有名字的. 统一都叫lambda. 在调用的时候没有什么特别之处. 像正常的函数调用即可
二. sorted()
排序函数.
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一个元素传递给这个函 数的参数. 根据函数运算的结果进行排序
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 和函数的使用
# 根据字符串长度进行排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
# 计算字符串长度
def func(s):
return len(s) print(sorted(lst, key=func))和lambda组合使用
根据字符串长度进行排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
计算字符串长度
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}]
按照年龄对学生信息进行排序
print(sorted(lst, key=lambda e: e['age']))
三. filte()
筛选函数
语法:filter(function.lterable)
function:用来筛选的函数.在filer中会自动的把iterble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
lterable: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) # 筛选年年龄⼤大于16的数据
print(list(fl)) 四. map()
映射函数
语法: map(function, iterable) 可以对可迭代对象中的每一个元素进行映射. 分别取执行 function
计算列表中每个元素的平方 ,返回新列表
def func(e):
return e*e
mp = map(func, [1, 2, 3, 4, 5])
print(mp)
print(list(mp))
改写成lambda
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
在函数中调用函数本身 就是递归
def func():
print("我是谁")
func()
func()在python中递归的深度最⼤大到998
def foo(n):
print(n)
n += 1
foo(n)
foo(1)递归的应用
我们可以使用递归来遍历各种树形结构,比如我们的文件夹系统,可以使用递归来遍历该文价家中的所有文件
import os
def read(filepath, n):
files = os.listdir(filepath) # 获取到当前文件夹中的所有文件
for fi in files: # 遍历文件夹中的文件, 这里获取的只是本层文件名
fi_d = os.path.join(filepath,fi) # 加入文件夹 获取到文件夹+文件
if os.path.isdir(fi_d): # 如果该路径下的文件是文件夹
print("\t"*n, fi)
read(fi_d, n+1) # 继续进行相同的操作
else:
print("\t"*n, fi) # 递归出口. 最终在这里隐含着retur
#递归遍历目录下所有文件
read('../oldboy/', 0)六. 二分查找
二分查找.每次能够排除掉一半的数据.查找的效率非常高. 但是局限性比较大. 必须是有 序列才可以使用二分查找
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
# 二分查找---非递归算法
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")
# 普通递归版本二分法
def binary_search(n, left, right):
if left <= right:
middle = (left+right) // 2
if n < lst[middle]:
right = middle - 1
elif n > lst[middle]:
left = 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))
# 另类二分法, 很难计算位置.
def binary_search(ls, target):
left = 0
right = len(ls) - 1
if left > right:
print("不在这里")
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("在这里")
binary_search(lst, 567)