- lambda匿名函数
- sorted()
- filter()
- map()
- 递归函数
- lambda 匿名函数
# 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，一句话就可以声明一个函数。
语法： 函数名 = lambda 参数：返回值
注意：
- 函数的参数可以有多个，多个参数之间用逗号隔开。
- 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。
- 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。
- 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) # 原列列表不不会改变 print(lst2) # 返回的新列列表是经过排序的
dic = {1:'A', 3:'C', 2:'B'}
print(sorted(dic)) # 如果是字典. 则返回排序过后的key
结果：
[1, 5, 3, 4, 6]
[1, 2, 3]
和函数组合使用
# 根据字符串串⻓长度进⾏行行排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
# 计算字符串串⻓长度
def func(s):
return len(s)
print(sorted(lst, key=func))
结果：
['狐仙', '麻花藤', '冈本次郎', '中央情报局']
和lambda结合使用
lst = ["拼多多", "盒马鲜生", "大润发超市", "京东"]
l = sorted(lst, key=lambda s: len(s))
print(l)
lst = [{"id":1, "name":'alex', "age":18},
{"id":2, "name":'wusir', "age":16},
{"id":3, "name":'taibai', "age":17}] # 按照年年龄对学⽣生信息进⾏行行排序
print(sorted(lst, key=lambda e: e['age']))
结果:
['京东', '拼多多', '盒马鲜生', '大润发超市']
[{'id': 2, 'name': 'wusir', 'age': 16},
{'id': 3, 'name': 'taibai', 'age': 17},
{'id': 1, 'name': 'alex', 'age': 18}]
- 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
Iterable: 可迭代对象。
lst = [1,2,3,4,5,6,7]
ll = filter(lambda x: x%2==0, lst)
print(ll)
print(list(ll))
lst = [{"id":1, "name":'alex', "age":18},
{"id":2, "name":'wusir', "age":16},
{"id":3, "name":'taibai', "age":17}]
i = filter(lambda a: a['age'] > 16, lst) # 筛选年龄大于16的数据
print(list(i))
结果：
[2, 4, 6]
[{'id': 1, 'name': 'alex', 'age': 18}, {'id': 3, 'name': 'taibai', 'age': 17}]
- 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))
结果：
<map object at 0x10e14fef0>
[1, 4, 9, 16, 25]
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)))
- 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中递归的深度最大到998
def foo(n):
print(n)
n += 1
foo(n)
foo(1)
递归来遍历该文件夹中的所有文件
import os
def read(filepath,n):
files = os.listdir(filepath) #获取到当前文件中的所有文件
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): #如果是文件夹
print("\t" * n, fi)
read(fi_d, n + 1) #递归相同操作
else:
print("\t" * n, fi)
read("/Users/yangyang/Downloads/Tools",0)
- 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 # ⼆二分查找---⾮非递归算法
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("不不存在")
# 普通递归版本⼆二分法
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))
