Python知識點總結篇（四）

遞歸

• 特性
  • 必須有明確的結束條件；
  • 每進入深一層遞歸，問題規模比上層應有所減小；
  • 遞歸效率不高，層次更多會致使棧溢出；

def calc(n):
	print(n)
	if n // 2 > 0:
		return calc(n // 2)
calc(10)

函數式編程

• 計算機：在計算機層面，CPU執行的是加減乘除以及各類判斷和跳轉指令代碼，於是彙編是最貼近計算機的語言，越接近計算機底層的語言執行效率越高；
• 計算：指數學意義上的計算，越抽象的計算，離計算機硬件越遠，效率越低；
• 定義：一種抽象程度極高的編程範式，純粹的函數式編程語言編寫的函數沒有變量，故對於一個函數，只要輸入肯定，輸出就肯定，函數式編程是一種討論如何編程的方法論，主要思想是把運算過程儘可能集成一系列嵌套的函數調用；

高階函數

• 定義：把其餘函數做爲參數的函數叫作高階函數；

def add(x, y, func):
    return func(x) * func(y)
result = add(4, 8, abs)
print(result)

修飾器

• 原則：
  • 不能修改被裝修函數的源代碼；
  • 不能修改被裝飾函數的調用方式；

# --*--coding:utf-8--*--
#! /usr/bin/python3
user, passwd = 'k', '12345'
def auth(func):
    def wrapper(*args, **kwargs):
        username = input('username:').strip()
        password = input('passwd:').strip()

        if user == username and passwd == password:
            print('passed')
            func(*args, **kwargs)
        else:
            exit('Invalid username or password.')
    return wrapper

def index():
    print('welcomt to index page')

@auth
def home():
    print('welcome to home page')

@auth
def bbs():
    print('welcomt to bbs page')

index()
home()
bbs()

迭代器與生成器

• 生成器：generator，列表元素按某種算法推算而出，一邊循環一邊計算的機制，稱爲生成器，只有在調用時才產生相應數據；
• 直接做用域for循環的對象稱爲可迭代對象，Iterable，使用isinstance()判斷一個對象是否爲Iterable對象，可用於for循環的數據類型有 如下兩類：
  • 集合數據類型：list、tuple、dict、set、str等
  • generator，包括生成器和帶yield的可迭代對象；
• 迭代器： 能夠別next()函數調用並不斷返回下一個值的對象稱爲迭代器，他們表示一個惰性計算的序列，Iterator；
• 生成對象都是迭代器對象，list、dict、str雖然是可迭代對象，但卻不是迭代器，使用iter()函數可將他們從迭代對象轉換爲迭代器；

json和pickle數據序列化

# json序列化與反序列化
import json
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'w')
f.write(json.dumps(info))
# 反序列化
f = open('test.txt', 'r')
data = json.loads(f.read())
print(data['sex'])
f.close()

# pickle序列化與反序列化
import pickle
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'wb')
f.write(pickle.dumps(info)) #與下一句做用相同   
pickle.dump(info, f)
# 反序列化
f = open('test.txt', 'rb')
data = pickle.loads(f.read())
print(data['sex'])
f.close()