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)