lambda匿名函数,sorted(),filter(),map(),递归函数

1.lambda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,可以是人忆数据类型

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.

2.sorted()

排序函数,返回一个新列表

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 = ["麻花藤","冈本次郎","中央情报局","狐仙"]

 #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 = ["麻花藤","冈本次郎","中央情报局","狐仙"]

 #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":'alex',"age":18},
          {"id":2,"name":'wusir',"age":16} ,
          {"id":3,"name":'taibai',"age":17}]

 #按照年龄对学生信息进行排序
 print(sorted(lst,key=lambda e:e['age']))

3.filter()

　　筛选函数,返回一个迭代器

　　　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]
 l1 = filter(lambda x:x%2==0,lst)#筛选所有的偶数
 print(l1)
 print(list(l1))

 lst = [{"id":1,"name":'alex',"age":18},
          {"id":1,"name":'alex',"age":18},
          {"id":1,"name":'alex',"age":18}
 ]
 fl = filter(ambda e:e['age']>16,lst)#筛选年龄大于16的数据
 print(list(fl))

4.map()

映射函数,返回一个迭代器

语法:map(function,iterable)可以对可迭代对象的每一个元素进行映射,分别去执行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(map))

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

 lst1 = [1,2,3,4,5]
 lst2 = [2,4,6,8,10]
 print(list(map(lambda x,y:x+y,lst1,lst2)))

5.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 read(filepath ,n):
     files = os.listdir(filepath)#获取到当前文件夹中的所有文件
     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):#如果该路径下的文件是文件夹
             print("\t"*n,fi)
             read(fi_d,n+1)#继续进行相同的操作
         else:
             print("\t"*n,fi)#递归出口,最终在这里隐含着return

 #递归遍历目录下所有文件
 read("d:/",0)

6.二分查找

　　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
 #二分查找-----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[iddle]:
         left = middle + 1
     else:
         print(count)
         print(middle)
         break
     count += 1
 else:
     print("不存在")

#普通递归版本二分法

　　每次左边加1,右边减1

 def func(n,left,right):
     if left <= right:
         middle = (left + right) // 2
         if n < let[middle]:
             right = middle -1
         elif n > lst[middle]:
             left = middle + 1
         else:
             return middle
         return func(n,left,right)#这个return必须要加,不然接收到的永远是None
     else:
         return -1
 print(func(567,0,len(lst)-1))

#另类二分法,很难计算位置

　　每次从左边到中间或者从中间到右边分

 def func(lst,target):
     left = 0
     right = len(lst)-1
     if left > right:
         print("不在这里")
     middle = (left + right) // 2
     if target < lst[middle]:
         return func(lst[:middle],target)
     elif target > lst[middle]:
         return func(lst[middle+:],target)
     else:
         print("在这里")
 func(lst,567)