Day-13 内置函数（点击网址进入思维导图）、递归、二分法

一、 内置函数一

　　https://www.processon.com/mindmap/5bdbfee5e4b0844e0bc61b42

二、 内置函数二

　　1.lambda匿名函数

　　　　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

　　2.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

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

# 计算字符串长度
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']))

　　3.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))

　　4.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，分别去执行function

# 计算两个列表相同位置的数据的和
lst1 = [1, 2, 3, 4, 5]
lst2 = [2, 4, 6, 8, 10]
print(list(map(lambda x, y: x+y, lst1, lst2)))

三、递归

　　在函数中调用函数本神，就是递归

def func():
    print("我是谁")
    func()
func()　

　　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)    

四、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

　　1.二分查找--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)
    count = count + 1
else:
    print("不存在")

　　2.普通递归版本二分法

lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]

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，否则接收的永远是None
    else:
        return -1

print(binary_search(567, 0, len(lst)-1))

　　3.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)