• 生成器,递归函数


    生成器

    • 自定义的迭代器
    • yield关键字: 和return一样,接收值,但不终止函数
    def func():
        print('from 1')
        yield 1
        print('form 2')
        yield
        return 1
    

    func调用之后变成了一个迭代器,yield默认返回None

    g = func()
    print(g.__next__())
    print(g.__next__())
    
    from 1
    1
    form 2
    None
    
    
    def func():
        print('from 1')
        yield 1,2
        print('from 2')
        yield ['a',1,2],2
        
    g = func()
    for k,v in g:
        print(k,v)
    
    from 1
    1 2
    from 2
    ['a', 1, 2] 2
    

    有关yield的理解

    一个带有yield的函数,加上括号就是一个生成器,它和普通函数不同,生成生成器时看上去像是调用,但不会执行任何函数代码,直到对其调用next()(在for循环中会自动调用next()) 才开始执行。

    虽然执行流程仍按函数的流程执行,但每执行到一个yield语句就会中断,并且返回一个迭代值,下次执行时则从yield的下一个语句继续执行。看上去就像是一个函数在正常执行过程中被yield切割了数次,每次中断都会运行那一段的代码,并且通过yield返回当前的迭代值

    yield的好处是把一个函数改写成了一个生成器,就获得了迭代能力,比起用类的实例保存状态来计算下一个next()的值,不仅代码简洁,而且执行流程异常清晰.

    而当函数执行结束时,生成器会自动抛出StopIteration 异常,表示迭代完成。在for循环里,无须处理StopIteration 异常,循环会正常结束。

    所以有点就是利用迭代,减少内存消耗,让代码更整洁。

    在一个 generator function 中,如果没有 return,则默认执行至函数完毕,如果在执行过程中 return,则直接抛出 StopIteration 终止迭代。

    实现range()函数

    
    def range(end, start=0, step=1):
        count = start
        while count < end:
            yield count
            count += step
            
    g = range(10)
    print(g.__next__())
    print(g.__next__())
    print(g.__next__())
    
    0
    1
    2
    

    更完善的写法

    def range(*args):
        start = 0
        step = 1
        if len(args) == 1:
            end = args[0]
        elif len(args) == 2:
            start = args[0]
            end = args[1]
        elif len(args) == 3:
            start = args[0]
            end = args[1]
            step = args[2]
        else:
            raise ('传错了')
        count = start
        while count<end:
            yield count
            count += step
    
    g = range(2,10,2)
    print(g.__next__())
    print(g.__next__())
    print(g.__next__())
    
    2
    4
    6
    

    生成器表达式

    tup = (i for i in range(5))  # 生成了一个老母鸡
    print(tup.__next__())
    for i in tup:
        print(i)
    
    0
    1
    2
    3
    4
    
    lis = [i for i in range(5)]  # 生成了一筐鸡蛋
    print(lis)
    
    [0, 1, 2, 3, 4]
    

    递归

    • 函数自己调用自己,类似于循环,但这个循环必须有结束条件

    思考

    def guess_age(count):
        count -= 1
        if count == 1:
            return 26
        return guess_age(count)+2
    res = guess_age(5)
    print(res)
    
    32
    

    斐波那契额

    def feib(n):
        if n <= 0:
            return None
        if n == 1 or n == 2:
            return 1
        else:
            return feib(n-1) + feib(n-2)
        
    print(feib(10))
    
    55
    

    汉诺塔

    def han(n, a, b, c):
        if n <= 0:
            return None
        if n == 1:
            print (a,'-->', c)
        else:
            han(n-1, a, c, b)
            han(1, a, b, c)
            han(n-1, b, a, c)
    han(3, 'a', 'b', 'c')
    
    a --> c
    a --> b
    c --> b
    a --> c
    b --> a
    b --> c
    a --> c
    

    二分法

    • 这种写法是比较通用的,使用in来进行筛选,把第一个值进行比对。
    • 如果是排序好的数列的话,也可以取列表中间的索引的值,使用值的大小来比对
    lis = [i for i in range(1000000)]
    num = 789433
    
    def erfen(lis, num):
        time = len(lis) // 2
        if lis[0] == num:
            print('找到了')
            return None
        if num in lis[:time]:
            lis = lis[:time]
            erfen(lis, num)
        elif num in lis[time:]:
            lis = lis[time:]
            erfen(lis, num)
        else:
            print('找不到')
    
    erfen(lis, num)
    
    找到了
    
  • 相关阅读:
    iOS-延迟操作方法总结
    IOS开发调整UILabel的行间距
    day16 包和random模块 time模块 进度条
    day15 软件开发规范 日志输出和序列化反序列化
    day14 列表生成式 生成器表达式 模块
    day13 函数三元表达式,递归
    day11 装饰器
    day10作用域与闭包
    day9 函数的形参和实参
    day8 函数
  • 原文地址:https://www.cnblogs.com/lucky75/p/10969930.html
Copyright © 2020-2023  润新知