内置函数⼆

二 前⽅⾼能-内置函数⼆

本节主要内容:
1. lamda匿名函数
2. sorted()
3. filter()
4. map()
5. 递归函数
⼀. lamda匿名函数
为了解决⼀些简单的需求⽽设计的⼀句话函数
# 计算n的n次⽅

def func(n):
　　return n**n
print(func(10))
f = lambda n: n**n
print(f(10))

lambda表⽰的是匿名函数. 不需要⽤def来声明, ⼀句话就可以声明出⼀个函数
语法:
函数名= lambda 参数: 返回值
注意:
1. 函数的参数可以有多个. 多个参数之间⽤逗号隔开
2. 匿名函数不管多复杂. 只能写⼀⾏, 且逻辑结束后直接返回数据
3. 返回值和正常的函数⼀样, 可以是任意数据类型
匿名函数并不是说⼀定没有名字. 这⾥前⾯的变量就是⼀个函数名. 说他是匿名原因是我们通
过__name__查看的时候是没有名字的. 统⼀都叫lambda. 在调⽤的时候没有什么特别之处.
像正常的函数调⽤即可
⼆. sorted()
排序函数.
语法: sorted(Iterable, key=None, reverse=False)
Iterable: 可迭代对象
key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每⼀个元素传递给这个函
数的参数. 根据函数运算的结果进⾏排序
reverse: 是否是倒叙. True: 倒叙, False: 正序

lst = [1,5,3,4,6]
lst2 = sorted(lst)
print(lst) # 原列表不会改变
print(lst2) # 返回的新列表是经过排序的

dic = {1:'A', 3:'C', 2:'B'}
print(sorted(dic)) # 如果是字典. 则返回排序过后的key

和函数组合使⽤

# 根据字符串⻓度进⾏排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]

# 计算字符串⻓度
def func(s):
　　return len(s)
print(sorted(lst, key=func))

和lambda组合使⽤

# 根据字符串⻓度进⾏排序
lst = ["麻花藤", "冈本次郎", "中央情报局", "狐仙"]
# 计算字符串⻓度
def func(s):
　　return len(s)
print(sorted(lst, key=lambda s: len(s)))
lst = [{"id":1, "name":'alex', "age":18},
　　{"id":2, "name":'wusir', "age":16},
　　{"id":3, "name":'taibai', "age":17}]
# 按照年龄对学⽣信息进⾏排序
print(sorted(lst, key=lambda e: e['age']))

三. filter()
筛选函数
语法: filter(function. Iterable)
function: ⽤来筛选的函数. 在filter中会⾃动的把iterable中的元素传递给function. 然后
根据function返回的True或者False来判断是否保留此项数据
Iterable: 可迭代对象

lst = [1,2,3,4,5,6,7]
ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数
print(ll)
print(list(ll))
lst = [{"id":1, "name":'alex', "age":18},
　　{"id":2, "name":'wusir', "age":16},
　　{"id":3, "name":'taibai', "age":17}]
fl = filter(lambda e: e['age'] > 16, lst) # 筛选年龄⼤于16的数据
print(list(fl))

四. map()
映射函数
语法: map(function, iterable) 可以对可迭代对象中的每⼀个元素进⾏映射. 分别取执⾏
function
计算列表中每个元素的平⽅,返回新列表

def func(e):
　　return e*e
mp = map(func, [1, 2, 3, 4, 5])
print(mp)
print(list(mp))
改写成lambda
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))

计算两个列表中相同位置的数据的和
# 计算两个列表相同位置的数据的和

五. 递归
在函数中调⽤函数本⾝. 就是递归

def func():
　　print("我是谁")
　　func()
func()
在python中递归的深度最⼤到998
def foo(n):
　　print(n)
　　n += 1
　　foo(n)
foo(1)

递归的应⽤:
我们可以使⽤递归来遍历各种树形结构, 比如我们的⽂件夹系统. 可以使⽤递归来遍历该
⽂件夹中的所有⽂件

import os
def read(filepath, n):
　　files = os.listdir(filepath) # 获取到当前⽂件夹中的所有⽂件
　　for fi in files: # 遍历⽂件夹中的⽂件, 这⾥获取的只是本层⽂件名
　　　　fi_d = os.path.join(filepath,fi) # 加⼊⽂件夹 获取到⽂件夹+⽂件
　　　　if os.path.isdir(fi_d): # 如果该路径下的⽂件是⽂件夹
　　　　　　print("	"*n, fi)
　　　　　　read(fi_d, n+1) # 继续进⾏相同的操作
　　　　else:
　　　　　　print("	"*n, fi) # 递归出⼝. 最终在这⾥隐含着return
#递归遍历⽬录下所有⽂件
read('../oldboy/', 0)

六. ⼆分查找
⼆分查找. 每次能够排除掉⼀半的数据. 查找的效率非常⾼. 但是局限性比较⼤. 必须是有
序序列才可以使⽤⼆分查找
要求: 查找的序列必须是有序序列.
# 判断n是否在lst中出现. 如果出现请返回n所在的位置
# ⼆分查找---⾮递归算法

lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
n = 567
left = 0
right = len(lst) - 1
count = 1
while left <= right:
　　middle = (left + right) // 2
　　if n < lst[middle]:
　　　　right = middle - 1
　　elif n > lst[middle]:
　　　　left = middle + 1
　　else:
　　　　print(count)
　　　　print(middle)
　　　　break
count = count + 1
else:
　　print("不存在")

# 普通递归版本⼆分法

def binary_search(n, left, right):
　　if left <= right:
　　　　middle = (left+right) // 2
　　　　if n < lst[middle]:
　　　　right = middle - 1
　　elif n > lst[middle]:
　　　　left = middle + 1
　　else:
　　　　return middle
　　return binary_search(n, left, right) # 这个return必须要加. 否则接收
到的永远是None.
else:
　　return -1
print(binary_search(567, 0, len(lst)-1))

# 另类⼆分法, 很难计算位置.

def binary_search(ls, target):
left = 0
right = len(ls) - 1
if left > right:
　　print("不在这⾥")
middle = (left + right) // 2
if target < ls[middle]:
　　return binary_search(ls[:middle], target)
elif target > ls[middle]:
　　return binary_search(ls[middle+1:], target)
else:
　　print("在这⾥")
binary_search(lst, 567)