一. lamda匿名函数
为了解决一些简单的需求而设计的一句话函数
# 计算n的n次方 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 = lambda 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. 匿名函数不管多复杂. 只能写一行, 且逻辑结束后直接返回数据
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
和函数组合使用
# 根据字符串长度进行排序 lst = ["鲁班七号", "程咬金", "安琪拉", "阿珂"] # 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 = ["鲁班七号", "程咬金", "安琪拉", "阿珂"] # 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":‘鲁班‘, "age":28}, {"id":2, "name":‘安琪拉‘, "age":16}, {"id":3, "name":‘阿珂‘, "age":25}] # 按照年龄对信息进行排序 print(sorted(lst, key=lambda e: e[‘age‘]))
三. filter() 筛选函数
语法: filter(function. Iterable)
function: 用来筛选的函数. 在filter中会自动的把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
4. map() 映射函数
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":‘鲁班‘, "age":18}, {"id":2, "name":‘安琪拉‘, "age":16}, {"id":3, "name":‘阿珂‘, "age":17}] fl = filter(lambda e: e[‘age‘] > 16, lst) # 筛选年龄大于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("我是递归") func() func()
在python中递归的深度最大到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件夹中的所有文件
import os def func(filepath,n): files = os.listdir(filepath) # 查案当前文件的目录 for file in files: # 获取每一个文件名 # 获取文件路径 file_p = os.path.join(filepath,file) if os.path.isdir(file_p): # 判断file是否是一个文件夹 print("\t"*n,file) func(file_p,n+1) else: print("\t"*n,file) func("/Volumes/扩展盘/网站css",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 lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] # 非递归算法 # 使用二分法可以提高效率 前提条件有序序列 n = 88 left = 0 right = len(lst) - 1 while left <= right: # 边界,当右边比左边还小的时候退出循环 mid = (left + right) // 2 # 这里必须是整除,应为索引没有小数 if lst[mid] > n: right = mid - 1 if lst[mid] < n: left = mid + 1 if lst[mid] == n: print("找到这个数") break else: print("没有这个数!")
# 递归来完成二分法 lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] def func(n,left,right): if left <= right: mid = (left + right) // 2 if n > lst[mid]: left = mid + 1 return func(n,left,right) # 递归,递归入口 elif n < lst[mid]: right = mid - 1 # 深坑,函数的返回值返回给调用者 return func(n,left,right) # 递归 elif lst[mid] == n: # print("找到了") return mid else: print("没找到") return -1 # 避免返回None # 找66,左边界0,右边界len(lst) - 1 ret = func(66,0,len(lst) - 1) print(ret)
# 递归二分法另一种形式,但是无法实现位置计算 lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] def func(lst,target): left = 0 right = len(lst) - 1 if left > right: print("没有这个数") middle = (left + right)//2 if target < lst[middle]: return func(lst[:middle],target) elif target > lst[middle]: return func(lst[middle + 1:],target) elif target == lst[middle]: print("找到这个数了") func(lst,101)
核心: 掐头去尾取中间. 一次砍一半
两种算法: 常规循环, 递归循环
# 时间复杂度最低, 空间复杂度最低
lst1 = [5,6,7,8]
lst2 = [0,0,0,0,0,1,1,1,1]
for el in lst1:
lst2[el] = 1
lst2[4] == 1 # o(1)
原文地址:https://www.cnblogs.com/ltn26/p/10981251.html