算法，面向过程与匿名函数

一 二分法

　　使用的前置条件：有一个按照从小到大顺序排列的数字列表，需要从该数字列表中找到我们想要的那个一个数字

nums=[-3,4,7,10,13,21,43,77,89]
find_num=8
def binary_search(find_num,l):
    print(l)
    if len(l) == 0:
        print('找的值不存在')
        return
    mid_index=len(l) // 2

    if find_num > l[mid_index]:
        # 接下来的查找应该是在列表的右半部分
        l=l[mid_index+1:]
        binary_search(find_num,l)
    elif find_num < l[mid_index]:
        # 接下来的查找应该是在列表的左半部分
        l=l[:mid_index]
        binary_search(find_num,l)
    else:
        print('find it')

binary_search(find_num,nums)

　　

　　二 面向过程编程

　　　　面向过程的编程思想：

　　　　　　核心是"过程"二字，过程即流程，指的是做事的步骤：先什么、再什么、后干什么，基于该思想编写程序就好比在设计一条流水线

　　　　优点：复杂的问题流程化、进而简单化

　　　　缺点：扩展性非常差

　　　　面向过程的编程思想应用场景解析：

　　　　　　1、不是所有的软件都需要频繁更迭：比如编写脚本

　　　　　　2、即便是一个软件需要频繁更迭，也不并不代表这个软件所有的组成部分都需要一起更迭

　　三 匿名函数

　　　　3.1 匿名函数与lambda

　　　　　对比使用def关键字创建的是有名字的函数，使用lambda关键字创建则是没有名字的函数，即匿名函数，语法如下

lambda 参数1,参数2,...: expression

　　　　　　举例：定义和调用

lambda x,y,z:x+y+z
# 等同于
def func(x,y,z):
    return x+y+z

# 调用
# 方式一
res = (lambda x,y,z:x+y+z)(1,2,3)

# 方式二
func = lambda x,y,z:x+y+z # “匿名”的本质就是要没有名字，所以此处为匿名函数指定名字是没有意义的
res = func(1,2,3)

　　　　　　匿名函数与有名函数有相同的作用域，但是匿名意味着引用计数为0，使用一次就释放，所以匿名函数用于临时使用一次的场景，匿名函数通常与其他函数配合使用

　　　　　　应用案例

salaries={
    'siry':3000,
    'tom':7000,
    'lili':10000,
    'jack':2000
}
需求：找出薪资最高最低的那个人
# 函数max和min会迭代字典salaries，每取出一个“人名”就会当做参数传给指定的匿名函数，然后将匿名函数的返回值当做比较依据，最终返回薪资最高的那个人的名字

# ========================max的应用
res = max(salaries,key=func) #返回值=func('siry')

res = max(salaries,key=lambda k:salaries[k])
print(res)
# =========================min的应用
res=min(salaries,key=lambda k:salaries[k])
print(res)
# =========================sorted排序
res = sorted(salaries,key=lambda k:salaries[k],reverse=True)
print(res)

　　　　3.2 map、reduce、filter（了解）

# ========================map的应用(了解)
l=['alex','lxx','wxx','薛贤妻']
new_l=(name+'_dsb' for name in l)
print(new_l)

res=map(lambda name:name+'_dsb',l)
print(res) # 生成器
# ========================filter的应用（了解）
l=['alex_sb','lxx_sb','wxx','薛贤妻']
res=(name for name in l if name.endswith('sb'))
print(res)

res=filter(lambda name:name.endswith('sb'),l)
print(res)

# ========================reduce的应用(了解)
from functools import reduce
res=reduce(lambda x,y:x+y,[1,2,3],10) # 16
print(res)

res=reduce(lambda x,y:x+y,['a','b','c']) # 'a','b'
print(res)