python递归-三元表达式-列表生成式-字典生成式-匿名函数-部分内置函数-04
- 2019 年 10 月 7 日
- 笔记
递归
递归: # 函数在调用阶段直接或间接地又调用了自身
应用场景： # 将列表中的数字依次打印出来(循环的层数是你必须要考虑的点) –> l = [1, [2, [3, [4, [5, [6, [7, [8, [9, [10, [11, [12, [13, ]]]]]]]]]]]]]
# 循环的写法， 列表嵌套越多层越麻烦 for i in l: # 推导思路 if type(i) is int: print(i) else: for item in i: if type(item) is int: print(item) else: for j in item: if type(item) is int: print(item) else: ... # 函数体的顶用方式（还有一是前面提到过的pass，推荐还是使用 pass来顶替，比较明目） # 下方嵌套多级循环，往里面取到更下一层列表中的元素 # 递归的写法，代码体简短，不需要考虑循环次数 def get_num(l): for i in l: if type(i) is int: print(i, end=' - ') else: get_num(i) get_num(l) # 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 - 11 - 12 - 13 -
递归的优点： 递归函数不要考虑循环的次数 只需要把握结束的条件即可
递归的两个阶段
回溯：# 从外向里一层一层递归调用下去，回溯阶段必须要有一个明确的结束条件，每进入下一次递归时，问题的规模都应该有所减少（单纯地重复调用自身是毫无意义的）
递推： # 递推就是从里向外一层一层结束递归
递归案例：
def index(): print('from index') login() def login(): print('from login') index() login() # ..........................此处省略一大堆报错............................................ # File "E:/PyCharm 2019.1.3/ProjectFile/day010/day012/01 函数递归.py", line 120, in index # print('from index') # RecursionError: maximum recursion depth exceeded while calling a Python object # 意思是超出了最大递归限数
从上述案例中可得知 python解释限制了递归的深度（不然就是无限循环下去，直到你的内存溢出，然后。。。emmm）
那么下面我们就来测试一下 python解释器中的递归深度
# 1.暴力测试 --> 997、998左右 count = 0 def index(): global count print(count) count += 1 index() index() # .....此处省略报错 # 997 # 最后打印的数字是 997，意味着 python解释器的递归深度约为997 # 2.getrecursionlimit import sys print(sys.getrecursionlimit()) # 不是很精确 # 1000
那么如何修改默认的递归深度呢？
# 修改递归深度限制 import sys sys.setrecursionlimit(1100)
应用场景2（有序列表中元素的二分法查找）
# 抛去 成员运算 in 可以直接返回元素在不在列表中，下面探究递归运用 # 歧义命名 l_find, # 这里的 l_find 代表“列表查找”，可能会与下面的往右分割列表查找，往左分割存在歧义 # 所以命名规范里的见名知意也要注意，避免引起歧义 l = [1, 2, 3, 4, 5, 6, 7, 8, 9] # 默认约定输入的必须是数字（乱输的咱就不考虑在内了） find_num = int(input("请输入您要查找的数字>>>：").strip()) def l_find(find_num, l): # print(l) # 可以打印中间步骤 mid_index = len(l) // 2 if not l: # 如果是空列表了，说明该元素不在列表里 return False # 如果目标元素大于中间元素，那就说明元素在右边 if find_num > l[mid_index]: # 利用列表的切片知识，将列表切割成一个新的列表，用于递归继续查找 tmp_l = l[mid_index + 1:] res = l_find(find_num, tmp_l) elif find_num == l[mid_index]: # print("get it", find_num) return True # 如果目标元素小于中间元素，那就说明元素在左边 else: tmp_l = l[0:mid_index] res = l_find(find_num, tmp_l) return res is_exits = l_find(find_num, l) if is_exits: print(f"您所要查找的数字{find_num} 在列表l 中。") else: print(f"您所要查找的数字{find_num} 不在列表l 中。") # 请输入您要查找的数字>>>：9 # 您所要查找的数字9 在列表l 中。
算法： 解决问题的高效率的方法（不仅仅局限于数学运算）
三元表达式
先来看这样一段代码
# 比较两个数的大小 def my_max(x,y): if x > y: return x else: return y
三元表达式实现： res = x if x > y else y ，短短一行就实现了上面函数的功能
三元表达式固定格式： 值1 if 条件 else 值2 ，如果条件成立，返回 值1 ，不成立返回 值2
常见应用场景： 在编程的时候请尽量避免使用三元表达式嵌套，想要知道结果要去推算，不够直接
is_free = input("请输入是否免费(y/n)>>>:") is_free = '免费' if is_free == 'y' else '收费' print(is_free) # 请输入是否免费(y/n)>>>:n # 收费
列表生成式（知识点理解可能有误）
需求： 给列表中的除了 macbook的名字都加个马甲 new_ –> new_tank
# 给列表中的除了 macbook的名字都加个马甲 new_ --> new_tank （macbook被删掉了这点忽略） # for循环实现 staff = ['tank', 'nick', 'oscar', 'sean', 'macbook'] staff2 = [] for people in staff: if people != 'macbook': staff2.append("new_%s" %people) print(staff2) # ['new_tank', 'new_nick', 'new_oscar', 'new_sean'] # 列表表达式实现 staff = ['tank', 'nick', 'oscar', 'sean', 'macbook'] print(['new_%s' %name for name in staff if name != "macbook"]) # macbook 不满足条件，所以被滤过了 # ['new_tank', 'new_nick', 'new_oscar', 'new_sean'] # print(['new_' + name for name in staff if name != "macbook"]) # 跟上条语句一样的执行效果，不过python对推荐字符串直接相加的拼接方式，它的效率十分的低！应尽量避免使用！ # 三元表达式结合列表表达式实现 staff = ['tank', 'nick', 'oscar', 'sean', 'macbook'] print([f'new_{name}' if name != 'macbook' else name for name in staff]) # ['new_tank', 'new_nick', 'new_oscar', 'new_sean', 'macbook']
可见列表生成式只用了一行就实现了。
列表生成式原理（if后面可以不写）
''' 先for循环依次取出列表里面的元素 然后交由 if 判断， 条件成立才会把元素交给for 前面的代码 如果当前条件不成立， 当前元素直接舍弃 不支持再加else 的情况（for 有 else , if 也有 else 会造成冲突） '''
字典生成式
需求：将 l1 = ['name', 'age', 'hobby'] ， l2 = ['jason', 18, 'DBJ'] 两个列表分别作为键值组成一个字典
l1 = ['name', 'age', 'hobby'] l2 = ['jason', 18, 'DBJ'] # for 循环利用字典特性生成字典 d = {} for i in range(len(l1)): d[l1[i]] = l2[i] print(d) # {'name': 'jason', 'age': 18, 'hobby': 'DBJ'} # 利用内置函数 zip，将 l1与l2 组合成元组，然后利用内置函数dict强转成字典 d1 = dict(zip(l1, l2)) print(d1, zip(l1, l2)) # {'name': 'jason', 'age': 18, 'hobby': 'DBJ'} <zip object at 0x00000248171F21C8> # d2 将l1 与 l2 中的各元素分别作为键值组成一个新的字典，过滤掉 age 这一个键值 ---> 字典生成式 d2 = {k: v for k, v in zip(l1, l2) if k != 'age'} print(d1, d2) # {'name': 'jason', 'age': 18, 'hobby': 'DBJ'} {'name': 'jason', 'hobby': 'DBJ'}
集合生成式也可以同理推导出来（没有元组生成器） — > 列表生成器、字典生成器可能还有描述有误具体还要学到后面才知道。
生成器表达式的意义： 用来创建其他任何类型的序列，增加代码可读性一定程度上可以更高效
列表生成式与三元表达式结合小案例
hello_list = ['halo', 'hi', 'nice to meet you'] hello_list2 = [f"↑{item}" for item in hello_list if len(item) < 10] print(hello_list2) # ['↑halo', '↑hi'] hello_list3 = [f"↑{item}" if len(item) < 10 else item for item in hello_list] # 利用三元表达式实现不同处理 print(hello_list3) # ['↑halo', '↑hi', 'nice to meet you']
匿名函数
匿名函数： 没有名字的函数
特点： 临时存在，调用完立即销毁
关键字： lambda
案例：
print(lambda x, y: x + y) # <function <lambda> at 0x000001DAC45B2E18> print((lambda x, y: x + y)(1, 3)) # 4 # ：左边的相当于函数的形参 # ：右边的相当于函数的返回值 # 匿名函数通常不会单独使用，正常情况下是配合内置函数（也可以是自己写的函数）一起使用的
内置函数（部分）
max 求最大值、min 求最小值
# 字典值比较 d = { 'egon': 30000, 'jason': 88888888888, 'nick': 3000, 'tank': 1000 } print(max(d, key=lambda name: d[name])) # 比较薪资 返回人名 print(min(d, key=lambda name: d[name])) # key（函数的第二个关键字参数）那里返回什么，他就比较什么，最后返回的还是for 循环到的
map 并行遍历（可接收一个自定义函数）
# map 映射 l = [1, 2, 3, 4, 5, 6] print(list(map(lambda x: x + 5, l))) # 基于for循环 # [6, 7, 8, 9, 10, 11]
zip 并行遍历
# zip 拉链 # 基于for循环 l1 = [1, 2, ] l2 = ['jason', 'egon', 'tank'] l3 = ['a', 'b', 'c'] print(list(zip(l1, l2, l3))) # [(1, 'jason', 'a'), (2, 'egon', 'b')]
filter 过滤
# filter 过滤 l = [1, 2, 3, 4, 5, 6] print(list(filter(lambda x: x != 3, l))) # 基于for循环 # [1, 2, 4, 5, 6]
sorted 排序
# sorted排序 l = ['jason', 'egon', 'nick', 'tank'] print(sorted(l, reverse=True)) # ['tank', 'nick', 'jason', 'egon']
reduce 合并（可指定初值）
from functools import reduce l = [1, 2, 3, 4, 5, 6] print(reduce(lambda x, y: x + y, l, 19)) # 19初始值 第一个参数 # 40 # 当初始值不存在的情况下 按照下面的规律 # 第一次先获取两个元素 相加 # 之后每次获取一个与上一次相加的结果再相加
