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

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 - 

解决方案（循环取与递归取的对比）

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
#

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 ，

staff = ['tank', 'nick', 'oscar', 'sean', 'macbook']

# 给列表中的除了 macbook的名字都加个马甲 new_ --> new_tank
# for循环实现
staff = ['tank', 'nick', 'oscar', 'sean', 'macbook']
staff2 = []
for people in staff:
    if people != 'macbook':
        staff2.append("new_%s" %people)
    else:
        staff2.append(people)
print(staff2)
# ['new_tank', 'new_nick', 'new_oscar', 'new_sean', 'macbook']

# 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不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']

代码实现

　　可以看到，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）

key_set = {i for i in l1 if i != "age"}  # 集合生成式
print(se, type(se))
# {'name', 'hobby'} <class 'set'>

tp = (i for i in l1)  # 没有元组生成器
print(tp, type(tp))
for i in tp:
    print(i)
# <generator object <genexpr> at 0x000001F21D24F0C8> <class 'generator'>
# name
# age
# hobby

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']

对不同类型元素采取不同处理

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

示例：

print(lambda x, y: x + y)  # lambda x, y: x + y 相当于是定义了一个函数
# <function <lambda> at 0x000001DAC45B2E18>
print((lambda x, y: x + y)(1, 3))  # (lambda x, y: x + y)(1, 3) 相当于是定义并调用了这个函数
#

# ：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

python解释器自带的内置函数

python3.6 中的内置函数

max 求最大值、min 求最小值

# 字典值比较，求出工资最高的那个人的名字
d = {
    'egon': 30000,
    'swb': 88888888888,
    'nick': 3000,
    'tank': 1000
}
print(max(d, key=lambda name: d[name]))
# swb
print(min(d, key=lambda name: d[name]))
# tank

# 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，给列表中的所有元素都 +5
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  # 需要导包（感觉就不是内置的了）
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
#
# 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