day05_雷神_函数进阶

#day05

1、迭代器

1.1可迭代对象

str,list,tuple,dict,set,range,文件句柄 等都是可迭代对象

第一种方法：在该对象中，含有__iter__方法的就是可迭代对象，遵循可迭代协议。

print(dir(str))
dir() 打印出str对象的所有方法。

print(‘__iter__‘ in dir(list))
返回值： True 说明是可迭代对象

第二种方法： isinstance("123",Iterable)

from collections import Iterable  （需要import Iterable）
a = isinstance("[1,2,3]", Iterable)
print(a)

1.2迭代器

内部含有__iter__ 且含有__next__方法的对象就是迭代器，遵循迭代器协议。

将可迭代对象转换为迭代器（两种方法）

s1 = "abc"
obj_s1 = iter(s1)  #方法一
obj_s1 = s1.__iter__()  #方法二
print(obj_s1)
结果：<str_iterator object at 0x000002370C657390>

迭代器只能通过__next__方法来读取值：
print(obj_s1.__next__())  # a
print(obj_s1.__next__())  # b
print(obj_s1.__next__())  # c
print(obj_s1.__next__())  # 报错：StopIteration

判断是否是迭代器的方法一：

s1 = "asd"
print(‘__iter__‘ in dir(s1))  #True
print(‘__next__‘ in dir(s1))  #False

obj_s1 = iter(s1)
print(‘__iter__‘ in dir(obj_s1))  #True
print(‘__next__‘ in dir(obj_s1))  #True

方法二：

s1 = "asd"
obj_s1 = iter(s1)
print(isinstance(s1,Iterator))    #False
print(isinstance(obj_s1,Iterator))    #True

迭代器的好处

节省内存
惰性机制
单向不可逆

1.3生成器

生成器的本质就是迭代器，他是自定义的迭代器（用Python写的）。

  1. 函数的方式构建一个生成器：
示例1：
def func1():
    print(111)
    yield 222
    print(333)
    print(444)
obj_1 = func1()   # g_obj = func1()  # 生成器对象
#  凡是函数中见到yield 他就是生成器
print(obj_1)

print(obj_1.__next__())   # 111, 222  一个next对应一个yield，一一对应
print(obj_1.__next__())   # 报错StopIteration 

示例2：
def cloth():
for i in range(1,5001):
    yield ‘衣服%s‘ %i
g_obj = cloth()  #生成器对象
print(g_obj)    #<generator object cloth at 0x0000020ADFBCDE08>
for i in range(1,51):
    print(g_obj.__next__())  # 先来50套
for i in range(1,101):
    print(g_obj.__next__())  # 再加100套，从50到了150套，因为迭代器单向不可逆

send

send和next都是对生成器取值，每一个都要对应一个yield，send 会给上一个yield 发送一个值。

send 不能用在第一次取值。最后一个yield 不能得到值

def func1():
    count = yield 666
    print(count)
    yield 777
    yield 888
g_obj = func1()
print(g_obj.__next__())
# print(g_obj.__next__())
# 666
# None
# 777
print(g_obj.send(‘taibai‘))
# 666
# taibai
# 777
# print(g_obj.send(‘alex‘))  # 相当于给yield 777 整体赋值为"alex",只是没有打印

2、列表推导式（生成器表达式）

遍历模式 l = [ i for i in range(1,11)]

[ （结果需要的变量形式）变量 for 变量 in iterable ]

[变量（加工后的变量) for 变量 in iterable] 遍历模式

l2 = [‘python%s期‘ % i for i in range(1,23)]
print(l2)

[变量（加工后的变量) for 变量 in iterable if 条件] 筛选模式

l2 = [i for i in range(1,31) if i % 3 == 0]
print(l2)
l2_obj = (i for i in range(1,31) if i % 3 == 0)  #将[]换成（）就是生成器表达式了。
print(l2_obj)
print(l2_obj.__next__())
print(l2_obj.__next__()) 

li = ["a","c",‘houbinglei‘,‘alex‘]
l = [i.upper() for i in li if len(i)>=3 ]
print(l)

区别

# 列表推导式：简单，一行搞定。
# 特别复杂的数据列表推导式无法实现，只能用其他方式实现。
# 列表推导式不能排错。
# 列表推导式与生成器表达式区别
# 1 ,列推直观能看出，但是占内存
# 2，生成器表达式不易看出，但是节省内存。

示例：-
x = {
    ‘name‘:‘alex‘,
    ‘Values‘:[{‘timestamp‘:1517991992.94,
         ‘values‘:100,},
        {‘timestamp‘: 1517992000.94,
        ‘values‘: 200,},
        {‘timestamp‘: 1517992014.94,
         ‘values‘: 300,},
        {‘timestamp‘: 1517992744.94,
         ‘values‘: 350},
        {‘timestamp‘: 1517992800.94,
         ‘values‘: 280}
        ],}

li = [[i[‘timestamp‘],i[‘values‘]] for i in x[‘Values‘] ]
print(li)
关键：从要的数据类型分析出规律。

字典推导式

将一个字典的key和value对调
mcase = {‘a‘: 10, ‘b‘: 34}
mcase_frequency = {mcase[k]: k for k in mcase}
print(mcase_frequency)

3、 内置函数

见过的

‘‘‘
len()
print()
input()
range()
list()
tuple()
str()
int()
set()。。。。。
‘‘‘

dict()

field = ["id","name","age","phone","job"]
def yie_file():
    with open("yuan_gong",encoding="utf-8") as f:
        for line in f:
            yield line.strip().split()
li = []
for i in yie_file():
    dic = dict(zip(field,i))
    if int(dic[‘age‘]) > 25:
        print(dic)
    else:
        li.append(dic)
print(li)
结果：
{‘id‘: ‘4‘, ‘name‘: ‘houbinglei‘, ‘age‘: ‘27‘, ‘phone‘: ‘17718351482‘, ‘job‘: ‘IT‘}
[{‘id‘: ‘2‘, ‘name‘: ‘Egon‘, ‘age‘: ‘23‘, ‘phone‘: ‘13304320533‘, ‘job‘: ‘Tearcher‘}, {‘id‘: ‘3‘, ‘name‘: ‘nezha‘, ‘age‘: ‘25‘, ‘phone‘: ‘1333235322‘, ‘job‘: ‘IT‘}]

1.1. 作用域相关

locals ：函数会以字典的类型返回当前位置的全部局部变量。

globals：函数以字典的类型返回全部全局变量。

1.2 其他相关

1.2.1 字符串类型代码的执行，eval,exec

    eval：去除字符串两边的引号，输出里边的结果，并返回最终结果。执行字符串表达式。
print(eval(‘1 + 2 +3‘))
print(eval("{‘name‘:‘alex‘}"),type(eval("{‘name‘:‘alex‘}")))

　　exec:也是去除两边的引号，但是不返回结果，执行代码，执行文件。
s1 = ‘‘‘
for i in range(5):
    print(i)
‘‘‘
print(exec(s1))

1.2.2 输入输出相关

‘‘‘ 源码分析
def print(self, *args, sep=‘ ‘, end=‘\n‘, file=None): # known special case of print
    """
    print(value, ..., sep=‘ ‘, end=‘\n‘, file=sys.stdout, flush=False)
    file:  默认是输出到屏幕，如果设置为文件句柄，输出到文件
    sep:   打印多个值之间的分隔符，默认为空格
    end:   每一次打印的结尾，默认为换行符
    flush: 立即把内容输出到流文件，不作缓存
    """
‘‘‘

print(111,222,333,sep=‘*‘)  # 111*222*333

print(111,end=‘‘)
print(222)  #两行的结果 111222

f = open(‘log‘,‘w‘,encoding=‘utf-8‘)
print(‘写入文件‘,file=f,flush=True)

1.2.3 内存相关

hash：获取一个对象（可哈希对象：int，str，Bool，tuple）的哈希值。

id:用于获取对象的内存地址。

print(hash(‘arg‘))
print(id(‘abc‘))  # 2033192957072

1.2.3文件操作相关

　　open：函数用于打开一个文件，创建一个 file 对象，相关的方法才可以调用它进行读写。

1.2.4模块相关__import__　

　　import：函数用于动态加载类和函数 。

1.2.5帮助

　　help：函数用于查看函数或模块用途的详细说明。

1.2.6 调用相关

callable：函数用于检查一个对象是否是可调用的。如果返回True，object仍然可能调用失败；但如果返回False，调用对象ojbect绝对不会成功。

name = ‘alex‘

def func1():
    print(111)
print(callable(name))  False
print(callable(func1))  True
函数名加括号就能用，再面向对象比较有用。

1.2.7查看内置属性

dir：函数不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。

dir()   #  获得当前模块的属性列表

1.3 迭代器生成器相关

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
        print(x)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

iter：函数用来生成迭代器（讲一个可迭代对象，生成迭代器）。
from collections import Iterable
from collections import Iterator
l = [1,2,3]
print(isinstance(l,Iterable))  # True
print(isinstance(l,Iterator))  # False

l1 = iter(l)
print(isinstance(l1,Iterable))  # True
print(isinstance(l1,Iterator))  # True

1.4 基础数据类型相关

1.4.1数字相关（14）

数据类型（4）：

　　　　bool ：用于将给定参数转换为布尔类型，如果没有参数，返回 False。

　　　　int：函数用于将一个字符串或数字转换为整型。

　　　　float：函数用于将整数和字符串转换成浮点数。

进制转换（3）：

　　　　bin：将十进制转换成二进制并返回。

　　　　oct：将十进制转化成八进制字符串并返回。

　　　　hex：将十进制转化成十六进制字符串并返回。

数学运算（7）：

abs：函数返回数字的绝对值。

print(abs(-5))  # 5

divmod：计算除数与被除数的结果，返回一个包含商和余数的元组(a // b, a % b)。

print(divmod(7,2))  # (3, 1)

round：保留浮点数的小数位数，默认保留整数。

print(round(7/3,2))  # 2.33
print(round(7/3))  # 2

pow：求xy次幂。（三个参数为xy的结果对z取余）

print(pow(2,3))  # 两个参数为2**3次幂
print(pow(2,3,3))  # 三个参数为2**3次幂，对3取余。

sum：对可迭代对象进行求和计算（可设置初始值）。

l1 = [i for i in range(100)]
print(sum(l1))
print(sum(l1,100)) # 初始值是100 ，最后算完再加上100

min：返回可迭代对象的最小值（可加key，key为函数名，通过函数的规则，返回最小值）。

print(min([1,2,3]))  # 返回此序列最小值

ret = min([1,2,-5,],key=abs)  # 按照绝对值的大小，返回此序列最小值
print(ret)

dic = {‘a‘:3,‘b‘:2,‘c‘:1}
print(min(dic,key=lambda x:dic[x]))

###这里可迭代对象如果是字典，x默认是每个字典的key值；
###如果可迭代对象是s = [[3,2],[7,4],[1,6]]这种，x会默认接收每个元素的第一个值。

max：返回可迭代对象的最大值（可加key，key为函数名，通过函数的规则，返回最大值）

dic = {‘a‘:3,‘b‘:2,‘c‘:1}
print(max(dic,key=lambda x:dic[x]))
# x为dic的key，lambda的返回值（即dic的值进行比较）返回最大的值对应的键，x默认接收字典的key。

1.4.2和数据结构相关（24）

列表和元祖（2）

　　　　list：将一个可迭代对象转化成列表（如果是字典，默认将key作为列表的元素）。

　　　　tuple：将一个可迭代对象转化成元祖（如果是字典，默认将key作为元祖的元素）。

l = list((1,2,3))
print(l)

l = list({1,2,3})
print(l)

l = list({‘k1‘:1,‘k2‘:2})
print(l)

相关内置函数（2）

　　　　reversed：将一个序列翻转，并返回此翻转序列的迭代器。

l3 = [2, 3, 9, 8, 7, 4]
l3.reverse()
print(l3)
l_obj = reversed(l3)
print(l_obj)   #<list_reverseiterator object at 0x0000025DDEB47908>
for i in l_obj:
    print(i)
print(sum(l_obj))  # 33  sum直接求和迭代器。
print(sum(l3))      # 33  sum 本身就可以求和可迭代对象。

　　　　slice：构造一个切片对象，用于列表的切片。

字符串相关（9）

　　　　str：将数据转化成字符串。

　　　　format:与具体数据相关，用于计算各种小数，精算等。

print(format(‘test‘, ‘<30‘))    左对齐
print(format(‘test‘, ‘>20‘))    右对齐
print(format(‘test‘, ‘^20‘))    剧中

bytes：用于不同编码之间的转化。相当于encode

s1 = "abc"
print(bytes(s1,encoding="utf-8"))
print(s1.encode("utf-8"))

两种方法将str转换为bytes数据类型；解码只能用decode

ord:输入字符找该字符编码的位置　　　unicode

print(ord(‘a‘))  # 97
print(ord(‘中‘))   #20013

chr:输入位置数字找出其对应的字符

print(chr(97))
print(chr(20013))

ascii:是ascii码中的返回该值，不是就返回/u...

print(ascii(‘a‘))
print(ascii(‘中‘))

repr:返回一个对象的string形式（原形毕露）。

print(repr(‘{"name":"alex"}‘),type(repr(‘{"name":"alex"}‘)))  #‘{"name":"alex"}‘ <class ‘str‘>
print(‘{"name":"alex"}‘)
print(‘python%s期‘ % ‘22‘)  # python22期
print(‘python%r期‘ % ‘22‘)   # python‘22‘期

数据集合（3）

dict：创建一个字典。

set：创建一个集合。

frozenset：返回一个冻结的集合，冻结后集合不能再添加或删除任何元素。

*** 　sorted：对所有可迭代的对象进行排序操作。返回列表。

L = [(‘a‘, 1), (‘c‘, 3), (‘d‘, 4),(‘b‘, 2), ]
sorted(L, key=lambda x:x[1])               # 利用key
[(‘a‘, 1), (‘b‘, 2), (‘c‘, 3), (‘d‘, 4)]

x:自动获取可迭代对象的每一个值，并默认按照每个元素的第一个值排序。
字典默认是对Key排序。
dic = {"c":1,"a":3,"b":9}
print(sorted(dic))   #[‘a‘, ‘b‘, ‘c‘]

students = [(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)]
sorted(students, key=lambda s: s[2])            # 按年龄排序
[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]

sorted(students, key=lambda s: s[2], reverse=True)    # 按降序
[(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)]

*** enumerate:枚举，返回一个枚举对象。

dic = {"c":1,"a":3,"b":9}
for i in enumerate(dic):
    print(i)
结果：
(0, ‘c‘)
(1, ‘a‘)
(2, ‘b‘)

for index,key in enumerate(dic):
    print("序号{}的值是{}".format(index,key))
结果：
序号0的值是c
序号1的值是a
序号2的值是b

all：可迭代对象中，全都是True才是True

any：可迭代对象中，有一个True 就是True

l1 = [1, ‘alex‘, 3]
l2 = [0, ‘‘, False,(), 1]
print(all(l1))
print(any(l2))

***zip 拉链方法，函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，并没有返回列表，需要用for循环读取这个迭代器。

l1 = [1,2,3,]
l2 = [‘a‘,‘b‘,‘c‘,5]
l3 = (‘*‘,‘**‘,(1,2,3),666,777)
for i in zip(l1, l2, l3):
    print(i)

结果：
(1, ‘a‘, ‘*‘)
(2, ‘b‘, ‘**‘)
(3, ‘c‘, (1, 2, 3))

***map:会根据提供的函数对指定序列做映射。返回的是迭代器，类似于列表推导式的遍历模式。

>>>def square(x) :            # 计算平方数
...     return x ** 2
...
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
<map object at 0x00000268A1747908>
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]

# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

　filter：过滤·。

类似于[i for i in range(1,8) if i % 2 == 0 ]
def func(x):return x%2 == 0
ret = filter(func,[1,2,3,4,5,6,7])
print(ret)   #<filter object at 0x0000018EE48679B0>
for i in ret:
    print(i)

    portfolio = [
{‘name‘: ‘IBM‘, ‘shares‘: 100, ‘price‘: 91.1},
{‘name‘: ‘AAPL‘, ‘shares‘: 50, ‘price‘: 543.22},
{‘name‘: ‘FB‘, ‘shares‘: 200, ‘price‘: 21.09},
{‘name‘: ‘HPQ‘, ‘shares‘: 35, ‘price‘: 31.75},
{‘name‘: ‘YHOO‘, ‘shares‘: 45, ‘price‘: 16.35},
{‘name‘: ‘ACME‘, ‘shares‘: 75, ‘price‘: 115.65}]

ret = filter(lambda x:x[‘price‘] > 100, portfolio )
print(ret)  # <filter object at 0x0000021B7F357E48>
for i in ret:
    print(i)

min,max,sorted,map,filter

返回结果：

filter： ret = filter(lambda x:x[‘price‘] > 100, portfolio )
            print（ret）
            <filter object at 0x0000021B7F357E48>  返回迭代器

sorted： students = [(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)]
            sorted(students, key=lambda s: s[2])            # 按年龄排序
            [(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]  返回列表

zip： ret = zip(l_new,l2,tu)
            print(ret) <zip object at 0x00000292D35BE5C8> 返回迭代器
        for i in a:
            print(i)
            (3, ‘oldboy‘, ‘**‘)   返回元祖

map:  ret = map(lambda x:x[‘shares‘] * x[‘price‘], portfolio)  # 字典的两个值相乘。
        print(ret)  <map object at 0x000002CFC04E7EB8>  返回迭代器
        li = []
        for i in ret:
            li.append(i)
        print(li)

list: l=[{‘name‘:‘alex‘},{‘name‘:‘y‘}]
        ret = map(lambda x:x[‘name‘]+‘SB‘, l)  ret是迭代器。
        print(list(ret))    list()将可迭代对象转换为列表，同样可以直接转换迭代器。
        结果： [‘alexSB‘, ‘ySB‘]

4 匿名函数

def func(x,y): return x + y
    print(func(3,4))
func1 = lambda x,y: x + y
    print(func1(3,4))
#def func1(x): return x**2
res = map(lambda x: x**2,[1,5,7,4,8])
for i in res:
    print(i)

5.函数的有用信息

from functools import wraps

def logger(f):
    @wraps(f)
    def inner(*args, **kwargs):
        """
        :param args: 函数名，密码
        :param kwargs: 备用
        :return:  True
        """
        ret = f(*args, **kwargs)
        return ret
    return inner

@logger
def login(username,password):
    """
    此函数是完成登录功能的函数，需要用户名，和密码两个参数，返回True 登陆成功
    :return:  True
    """
    print(666)
    return True
login(1,2)  #inner()
# # login(‘alex‘, 123)
print(login.__doc__)
print(login.__name__)

遇到装饰器的时候，要还是打印原函数的有用信息，需要from functools import wraps。并且正在inner函数上添加@wraps（f）。

6. 装饰器的升级

带参数的装饰器

1,将@ 与函数分开@ timmerout(flag) 返回了timmer

2，将@timmer结合

def timmerout(flag1):  # flag1 =flag
    def timmer(f):
        def inner(*args,**kwargs):
            if flag1:
                print(flag1)
                start_time = time.time()
                ret = f(*args,**kwargs)
                end_time = time.time()
                print(‘此函数的执行效率%s‘ % (end_time - start_time))
                return ret
            else:
                ret = f(*args, **kwargs)
                return ret
        return inner
    return timmer

@timmerout(‘京东‘)  # 1,将@ 与函数分开@     timmerout(flag)  返回了timmer 2，将@timmer结合。
def JDshop():
    time.sleep(0.3)
    print(‘非常复杂......‘)
    return 666

@timmerout(‘京东‘)
def JD():
    time.sleep(0.3)
    print(‘非常复杂......‘)
    return 666

@timmerout(‘淘宝‘)
def taobao():
    time.sleep(0.1)
    print(‘非常复杂......‘)
    return 666

@timmerout(‘淘宝‘)
def taobaoshop():
    time.sleep(0.1)
    print(‘非常复杂......‘)
    return 666

taobaoshop()
结果 :
淘宝
非常复杂......
此函数的执行效率0.10024571418762207

多个装饰器装饰一个函数

@wrapper2  # f = warpper2(f)  里面的f是inner1 外面的f是inner2
@wrapper1  # f = warpper1(f)  里面的f函数名 外面的f 是inner1
def f():
    print(‘in f‘)  # 3

f()  # inner2()

wrapper2 ,before func
wrapper1 ,before func
in f
wrapper1 ,after func
wrapper2 ,after func

原文地址：https://www.cnblogs.com/houbinglei/p/9268826.html

时间： 2024-11-09 10:01:29

day05_雷神_函数进阶的相关文章

python基础_函数进阶

函数进阶 目标 函数参数和返回值的作用 函数的返回值 进阶 函数的参数 进阶 递归函数 01. 函数参数和返回值的作用 函数根据 有没有参数 以及 有没有返回值,可以 相互组合,一共有 4 种 组合形式 无参数,无返回值 无参数,有返回值 有参数,无返回值 有参数,有返回值 定义函数时,是否接收参数,或者是否返回结果,是根据 实际的功能需求 来决定的! 如果函数 内部处理的数据不确定,就可以将外界的数据以参数传递到函数内部 如果希望一个函数 执行完成后,向外界汇报执行结果,就可以增加函数的返回值

day07_雷神_面向对象进阶

day07 1.接口类(抽象类) 接口类和抽象类是一种规范,写代码时的规范. 两个思想: 一个是统一接口,一个是定义规则. 最终版本:接口类,抽象类,是一种规范,写代码时的规范 强制性的规定. from abc import ABCMeta,abstractmethod class Payrole(metaclass=ABCMeta): # 抽象类或者接口类,制定规范,统一方法名. @abstractmethod def pay(self): pass class QQpay(Payrole):

Python(56)_函数进阶

1  函数的命名空间 #-*-coding:utf-8-*- ''' 函数进阶 ''' ''' 全局变量a,函数里面可以调用''' a = 1 def fun(): print(a) fun() ''' 覆盖内置函数,调用时调用的是这个函数了,而不是python本身有的input() ''' def input(): print("in input function") input() ''' 覆盖内置函数,用时调用的是这个函数了,而不是python本身有的max(), ''' def

day04_雷神_函数

#day04 1.函数 1.1函数传参 函数定义的时候是形参:函数执行的时候是实参 实参: 位置参数.关键字参数.混合参数 位置参数:位置一一对应 关键字参数: 可以位置不对应 混合参数:关键字参数要在位置参数之后 示例:(三元运算) def func(a,b): return a if a > b else 666 ret = func(1,2) print(ret) 形参:位置参数.默认参数.动态参数 位置参数: 一一对应 默认参数:在位置参数后边,也是一个关键字的定义 动态参数: *arg

函数_函数进阶_闭包和函数的嵌套和作用域链

#闭包:嵌套的函数,内部函数调用外部函数的变量 # def outer():# a = 1# def inner():# print(a)# # print(inner.__closure__) #说明是一个闭包# return inner## inn = outer()## inn() #在一个函数的外部使用内部的函数 #使用闭包的好处就是随意的使用变量 import urllib #模块# from urllib.request import urlopen# ret = urlopen("

js_高级_函数进阶

1.函数的知识点 a.函数声明:function .函数表达式.new Function(这种方式几乎不用,不过通过这种方式我们认识到了函数也是对象) ---function 定义的有名函数的变量声明和赋值都提前但是函数表达式的只会提升变量声明(和普通变量声明提前是一样)      c.函数传参:基本类型作为参数.复杂类型作为参数---改变行参对实参是否有影响的问题 d.函数返回值:有返回值.无返回值时返回值默认是undefined.返回值时复杂类型时(比如返回值时函数.对象) b.函数调用:函

[Java]_函数传参的疑惑与思考

问题来源于leetcode上的两道题 Path Sum I && II,分别写了两个dfs. 1 void dfs(TreeNode node , int sum , ArrayList<Integer> curPath) 2 void dfs(TreeNode node , int sum , boolean ifExist) 问题:在1号中我可以在方法中修改curPath,在结束函数调用时,变量修改仍然生效.   在2号问题中,我即使在函数中修改了ifExist,结束函数调

Android.mk (2) 函数进阶教程 - 分支、循环、子程序

https://www.jianshu.com/p/674dc7d7b4b0 函数进阶教程 - 分支.循环.子程序 按照面向过程程序设计的标准流程,我们讲完了顺序结构,就要讲分支.循环和子程序.下面我们就开始讲用于分支.循环和子程序调用功能的函数. 分支函数 要走分支,一定是要有条件要判断. 在Makefile里,最主要的判断就是看字符串能不能找到了. 通过findstring函数来进行这个判断,然后用if函数使用findstring函数的结果. 例: .PHONY : all5 bootoat

Python 全栈开发：python函数进阶

python函数进阶 函数嵌套 函数对象 命名空间与作用域 闭包函数 装饰器 一.函数嵌套 函数的嵌套定义 def func1(): print('from func1') def func2(): #func2=内存地址 print('from func2') print(func2) func1() 函数的嵌套调用 # 比较两个数的大小 def max2(x,y): if x > y: return x else: return y # 比较三个数的大小 def max3(x,y,z): r