一. lamda匿名函數
爲了解決一些簡單的需求而設計的一句話函數css
# 計算n的n次方
def func(n): return n**n print(func(10)) f = lambda n: n**n print(f(10))
lambda表示的是匿名函數. 不須要用def來聲明, 一句話就能夠聲明出一個函數python
語法:
函數名 = lambda 參數: 返回值算法
注意:數組
1. 函數的參數能夠有多個. 多個參數之間用逗號隔開
2. 匿名函數無論多複雜. 只能寫一行, 且邏輯結束後直接返回數據
3. 返回值和正常的函數同樣, 能夠是任意數據類型函數
匿名函數並非說必定沒有名字. 這裏前面的變量就是一個函數名. 說他是匿名緣由是咱們經過__name__查看的時候是沒有名字的. 統一都叫lambda. 在調用的時候沒有什麼特別之處.像正常的函數調用便可網站
二. sorted() 排序函數
語法: sorted(Iterable, key=None, reverse=False)spa
Iterable: 可迭代對象設計
key: 排序規則(排序函數), 在sorted內部會將可迭代對象中的每個元素傳遞給這個函數的參數. 根據函數運算的結果進行排序code
reverse: 是不是倒敘. True: 倒敘, False: 正序對象
lst = [1,5,3,4,6] lst2 = sorted(lst) print(lst) # 原列表不會改變
print(lst2) # 返回的新列表是通過排序的
dic = {1:'A', 3:'C', 2:'B'} print(sorted(dic)) # 若是是字典. 則返回排序事後的key
和函數組合使用
# 根據字符串長度進行排序
lst = ["魯班七號", "程咬金", "安琪拉", "阿珂"] # 計算字符串長度
def func(s): return len(s) print(sorted(lst, key=func))
和lambda組合使用
# 根據字符串長度進行排序
lst = ["魯班七號", "程咬金", "安琪拉", "阿珂"] # 計算字符串長度
def func(s): return len(s) print(sorted(lst, key=lambda s: len(s))) lst = [{"id":1, "name":'魯班', "age":28}, {"id":2, "name":'安琪拉', "age":16}, {"id":3, "name":'阿珂', "age":25}] # 按照年齡對信息進行排序
print(sorted(lst, key=lambda e: e['age']))
三. filter() 篩選函數
語法: filter(function. Iterable)
function: 用來篩選的函數. 在filter中會自動的把iterable中的元素傳遞給function. 而後根據function返回的True或者False來判斷是否保留此項數據
4. map() 映射函數
Iterable: 可迭代對象
lst = [1,2,3,4,5,6,7] ll = filter(lambda x: x%2==0, lst) # 篩選全部的偶數
print(ll) print(list(ll)) lst = [{"id":1, "name":'魯班', "age":18}, {"id":2, "name":'安琪拉', "age":16}, {"id":3, "name":'阿珂', "age":17}] fl = filter(lambda e: e['age'] > 16, lst) # 篩選年齡大於16的數據
print(list(fl))
四. map() 映射函數
語法: map(function, iterable) 能夠對可迭代對象中的每個元素進行映射. 分別取執行function
計算列表中每一個元素的平方,返回新列表
def func(e): return e*e mp = map(func, [1, 2, 3, 4, 5]) print(mp) print(list(mp))
改寫成lambda
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
計算兩個列表中相同位置的數據的和
# 計算兩個列表相同位置的數據的和
lst1 = [1, 2, 3, 4, 5] lst2 = [2, 4, 6, 8, 10] print(list(map(lambda x, y: x+y, lst1, lst2)))
五. 遞歸
在函數中調用函數自己,就是遞歸
def func(): print("我是遞歸") func() func()
在python中遞歸的深度最大到998
def foo(n): print(n) n += 1 foo(n) foo(1)
遞歸的應用:
咱們可使用遞歸來遍歷各類樹形結構, 好比咱們的文件夾系統. 可使用遞歸來遍歷該文件夾中的全部文件
import os def func(filepath,n): files = os.listdir(filepath) # 查案當前文件的目錄
for file in files: # 獲取每個文件名
# 獲取文件路徑
file_p = os.path.join(filepath,file) if os.path.isdir(file_p): # 判斷file是不是一個文件夾
print("\t"*n,file) func(file_p,n+1) else: print("\t"*n,file) func("/Volumes/擴展盤/網站css",0)
六. 二分查找
二分查找. 每次可以排除掉一半的數據. 查找的效率很是高. 可是侷限性比較大. 必須是有序序列纔可使用二分查找
要求: 查找的序列必須是有序序列.
# 判斷n是否在lst中出現. 若是出現請返回n所在的位置
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] # 非遞歸算法 # 使用二分法能夠提升效率 前提條件有序序列
n = 88 left = 0 right = len(lst) - 1
while left <= right: # 邊界,當右邊比左邊還小的時候退出循環
mid = (left + right) // 2 # 這裏必須是整除,應爲索引沒有小數
if lst[mid] > n: right = mid - 1
if lst[mid] < n: left = mid + 1
if lst[mid] == n: print("找到這個數") break
else: print("沒有這個數!")
# 遞歸來完成二分法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] def func(n,left,right): if left <= right: mid = (left + right) // 2
if n > lst[mid]: left = mid + 1
return func(n,left,right) # 遞歸,遞納入口
elif n < lst[mid]: right = mid - 1
# 深坑,函數的返回值返回給調用者
return func(n,left,right) # 遞歸
elif lst[mid] == n: # print("找到了")
return mid else: print("沒找到") return -1 # 避免返回None
# 找66,左邊界0,右邊界len(lst) - 1
ret = func(66,0,len(lst) - 1) print(ret)
# 遞歸二分法另外一種形式,可是沒法實現位置計算
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789] def func(lst,target): left = 0 right = len(lst) - 1
if left > right: print("沒有這個數") middle = (left + right)//2
if target < lst[middle]: return func(lst[:middle],target) elif target > lst[middle]: return func(lst[middle + 1:],target) elif target == lst[middle]: print("找到這個數了") func(lst,101)
核心: 掐頭去尾取中間. 一次砍一半
兩種算法: 常規循環, 遞歸循環
# 時間複雜度最低, 空間複雜度最低
lst1 = [5,6,7,8]
lst2 = [0,0,0,0,0,1,1,1,1]
for el in lst1:
lst2[el] = 1
lst2[4] == 1 # o(1)