匿名函数lambda
匿名函数：lambda x,y:x+y
上述解释：x,y分别是函数的参数，x+y是函数的返回值
匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。
因为lamdba在创建时不需要命名，所以叫匿名函数
等同于普通函数：
|
1
2
|
def test(x,y): return x+y |
匿名函数只是没有函数名，主要是配合内置函数使用
示例1：
|
1
2
3
4
5
6
7
8
9
10
|
# filter##过滤（将布尔值为True的结果过滤出来）name_l=[{"name":"tom","age":222}, {"name": "alex", "age": 333}, {"name": "jack", "age": 133}, {"name": "sun", "age": 363}, ]# 使用匿名函数res=filter(lambda d:d["age"]>200,name_l)for i in res: print(i) |
执行结果是：
|
1
2
3
|
{'name': 'tom', 'age': 222}{'name': 'alex', 'age': 333}{'name': 'sun', 'age': 363} |
示例2：
#map# 合并映射
|
1
2
3
|
l=[1,2,3,4,5]res=map(lambda x:x**2,l)#求平列表里的平方值，并以列表的方式呈现print(list(res)) |
执行结果是：
|
1
|
[1, 4, 9, 16, 25] |
递归函数：
定义：在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。
递归函数的优点: 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。
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3. 递归效率不高，递归层次过多会导致栈溢出(在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。)
示例：
|
1
2
3
4
5
6
|
def price(n): if n==1: return 100 else: return price(n-1)+100#在函数内部调用自身print(price(5)) |
执行结果是：
|
1
|
500 |