内置函数二

一丶lambda匿名函数

　　为了解决一些简单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

print(a(5)) # 函数的名字可以认为是a

print(func.__name__) # 查看函数的名字
print(a.__name__) # __name__的值都是<lambda>

匿名函数, 给函数传递2给参数. 返回最大值
fn = lambda *args: max(args) # 单行函数

print(fn(1,2,5,2,3,4,156,3,2,2,4,5,56,34,34,34,34,88))

二丶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ke

# 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))

# 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']))

lst = [
    {'name':"汪峰","age":48},
    {"name":"章子怡",'age':38},
    {"name":"alex","age":39},
    {"name":"wusir","age":32},
    {"name":"赵一宁","age":28}
    ]



ll = sorted(lst, key=lambda el: len(el['name']), reverse=True)
print(ll)

 

三丶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Fales来判断是否保留此项数据

Iterable: 可迭代对象

lst = ["张无忌", "张铁林", "赵一宁", "石可心","马大帅"]

def func(el):
    if el[0] == '张':
        return False # 不想要的
    else:
        return True # 想要的

筛选,
f = filter(lambda el: el[0]!="张", lst) # 将lst中的每一项传递给func, 所有返回True的都会保留,
所有返回False都会被过滤掉

print("__iter__" in dir(f)) # 判断是否可以进行迭代
for e in f:
    print(e)

lst = [
    {"name":"汪峰", "score":48},
    {"name":"章子怡", "score":39},
    {"name":"赵一宁","score":97},
    {"name":"石可心","score":90}
]

f = filter(lambda el: el['score'] < 60 , lst) # 去16期的人

print(list(f))

 

四丶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
lst1 = [1, 2, 3, 4, 5]
lst2 = [2, 4, 6, 8, 10]
print(list(map(lambda x, y: x+y, lst1, lst2)))

水桶效应

lst1 = [1, 3, 5, 7]
lst2 = [2, 4, 6, 8, 10]
# 水桶效应, zip()
m = map(lambda x, y, z: x + y+ z, lst1, lst2, [5,1,2,3,6])
print(list(m))

 

 

五丶递归

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1000  各不相同

def foo(n):
  print(n)
  n += 1
  foo(n)
foo(1)

 遍历 D:/sylar文件夹, 打印出所有的文件和普通文件的文件名

import os
def func(filepath, n): # d:/sylar/
    # 1,打开这个文件夹
    files = os.listdir(filepath)
    # 2. 拿到每一个文件名
    for file in files:  # 文件名
        # 3. 获取到路径
        f_d = os.path.join(filepath, file) # d:/sylar/文件名/
        # 4. 判断是否是文件夹
        if os.path.isdir(f_d):
            # 5. 如果是文件夹. 继续再来一遍
            print("\t"*n, file,":") # 打印文件名
            func(f_d, n + 1)
        else:   #  不是文件夹. 普通文件
            print("\t"*n, file)

func("d:/sylar",0)

 

 

六丶二分查找

　　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

核心: 掐头去尾取中间. 一次砍一半
两种算法: 常规循环, 递归循环

　要求: 查找的序列必须是有序序列.

递归来完成二分法

lst = [22, 33, 44, 55, 66, 77, 88, 99, 101 , 238 , 345 , 456 , 567 , 678 , 789]
def func(n, left, right):
    if left <= right: # 边界
        print("哈哈")
        mid = (left + right)//2
        if n > lst[mid]:
            left = mid + 1
            return func(n, left, right) # 递归  递归的入口
        elif n < lst[mid]:
            right = mid - 1
            # 深坑. 函数的返回值返回给调用者
            return func(n, left, right)    # 递归
        elif n == lst[mid]:
            print("找到了")
            return mid
            # return  # 通过return返回. 终止递归
    else:
        print("没有这个数") # 递归的出口
        return -1 # 1, 索引+ 2, 什么都不返回, None
# 找66, 左边界:0,  右边界是:len(lst) - 1
ret = func(70, 0, len(lst) - 1)
print(ret) # 不是None

 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")   

另类二分法 

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)

 最快的查找

 # 时间复杂度最低, 空间复杂度最低
        lst1 = [5,6,7,8]
        lst2 = [0,0,0,0,0,1,1,1,1]
        for el in lst1:
            lst2[el] = 1

        lst2[4] == 1   # o(1)