一.流程图：
二.函数相关的面试题：
1.定义函数式需要确定那两个因素？
函数名和参数（参数类型）
2.如果函数中没有return那么这个函数的返回值是什么？
反回的是None
3.函数是什么和函数式编程的主要思想是什么？
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。
增加代码的重用性和可读性
4.函数中有几种参数？
一共有三种参数：
普通参数：普通参数的传递并没有个数和数据类型的限制，可以传递字符串，数字，列表和字典。也不限定个数，需要注意的是：函数需要多少参数，
调用的时候就要按照它定义时的顺序和数据类型传递过去。
默认参数：默认参数是给参数加上一个默认的值，但我们调用函数的时候，如果传递了这个参数，那么使用我们传递过来的值；如果不传则使用默认的值，
默认参数可以有多个，但是必须放在所有参数的最后。当我们有多个默认参数的时候，调用函数的时候可以使用参数名指定其中的某一个参数，以保证参数能准确的传递给被调用的函数。
默认参数指向的必须是个不可变的对象。
动态参数：def func(*args) 接受多个参数，内部自动构造元组，序列前加*，避免内部构造元组
def func(**kwargs) 接收多个参数，内部自动构造字典，序列前加**，直接传递字典
def func(*args，**kwargs)：接受多个参数，既可以自动构造元组，又可以自动构造字典。
还有一种说法是：必备参数、关键字参数、默认参数、不定长参数。
5.函数的参数是传值还是传引用？
Python中传递的都是对象的引用，每个值的传递都是对象的引用，对象在这个过程中是不可复制的。
6.关于可更改对象和不可更改对象的原理是什么？
不可更改对象被重新赋值时，相当于新生成了一个值，变量相当于是抛弃原来的值，从而指向新的值。
可更改对象再被赋值时，并没有重新指向新的值，而是对当前的值进行替换。
7.Python的匿名函数。
python 使用 lambda 来创建匿名函数：
lambda只是一个表达式，函数体比def简单很多。
lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
lambda函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。
虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
8.变量作用域分为几种，性质有分别是什么？
变量作用域分为两种全局变量和局部变量：
全局变量：全局变量可以在整个程序范围内访问。
局部变量：局部变量只能在其被声明的函数内部访问。
9.递归函数的定义和优点是什么？
如果一个函数在自身内部调用它本身，那这个函数就是递归函数。
递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。
10.函数的特性。
-
切片：
list： L[A:B:C]
A，表起始。B表结尾。C表隔几个去一次，不填则为默认参数
tuple: 也可以切片，但是取出后仍是tuple类型 -
迭代：
普通迭代：for … in .. :
没有索引的，只要是可以迭代的对象（字符串也可以迭代），都可以。
例如：dict默认迭代的是key值。
for value in d.itervalues() # 迭代
for k, v in d.iteritems()- 判断对象是否可以迭代：
通过collections模块的Iterable类型判断：
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代-
如果一个对象说自己可迭代，那我们就直接用 for 循环去迭代它，可见，迭代是一种抽象的数据操作，它不对迭代对象内部的数据有任何要求。
for 循环可作用的迭代对象远不止 list，tuple，str，unicode，dict等
for x, y in [(1, 1), (2, 4), (3, 9)]: #for里同时可以引用两个变量 -
Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：
for i, value in enumerate(['A', 'B', 'C']):
enumerate()把list返回一个包含索引-value值得形式。- 列表生成式L：
体会快速生成列表的方法
[x * x for x in range(1, 11) if x % 2 == 0]
[m + n for m in 'ABC' for n in 'XYZ']
[x * x for x in range(1, 11)]-
生成器G：
列表元素按照某种算法推算出来，一边循环一边计算推算出后来的元素，可以节约大量空间创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
generator是可迭代对象，直接用for可以遍历另外一种定义的方法：如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1