python基础——匿名函数及递归函数

python基础——匿名函数及递归函数

1 匿名函数语法

匿名函数lambda x: x * x实际上就是：

def f(x):
    return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

2 匿名函数举例

用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：

>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x10453d7d0>
>>> f(5)
25

同样，也可以把匿名函数作为返回值返回，比如：

def build(x, y):
    return lambda: x * x + y * y

递归函数　

1、递归函数定义

递归就是引用（或者调用）自己的意思

有用的递归函数包含以下几个部分:

1 必须有一个明确的结束条件

2 每次进入更深一层递归时，问题规模相比于上次递归都应有减少

3 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用时通过栈stack这种数据结构实现的，每当进入一个函数调用，栈就会加一层帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出，程序会以一个“超过最大递归深度”的错误信息结束）

递归中每次函数被调用，针对这个调用函数的新命名空间会被创建，意味着当函数调用“自身”时，实际上运行的是两个不同的函数（或者说是同一个函数具有两个不同的命名空间）

递归的深度：

import sys
print(sys.getrecursionlimit())

输出结果为：

1000

2 递归函数实现二分法举例

二分法举例：

data=list(range(1000))
def sear(num,data):
    if len(data)>1:
        #二分
        mid_index=int(len(data)/2)
        mid_value=data[mid_index]
        if num > data[mid_index]:
            #num在列表的右边
            data=data[mid_index:]
            sear(num,data)
        elif num < data[mid_index]:
            #num在列表的左边
            data=data[:mid_index]
            sear(num,data)
        else:
            print("find it")
            return
    else:
        if data[0]==num:
            print(‘find it‘)
        else:
            print(‘not exists‘)
sear(0,data)
sear(999,data)
sear(10000,data)

输出结果为：

find it
find it
not exists

求5的阶乘

def num (n):
    if n == 1:
        return 1
    else:
        return num (n-1)*n
print(num(5))

输出结果为：

120

方法和函数的区别

1 调用方法不一样 函数括号 方法点号

2 方法只对调用它的对象有用

函数没有绑定任何对象

方法可以绑定到具体的对象

函数式编程

函数式编程概念

编程风格

1不会修改外部值的状态

2 精简，可读性差