匿名函数

算法：是高效解决问题的办法

算法之二分法

需求：有一个按照从小到大顺序排列的数字列表

需要从该数字列表中找到我们想要的那个一个数字

如何做更高效？？？

nums=[-3,4,7,10,13,21,43,77,89]
find_num=10

nums=[-3,4,13,10,-2,7,89]
nums.sort()
print(nums)

方案一：整体遍历效率太低

for num in nums:
if num == find_num:
print('find it')
break

方案二：二分法

def binary_search(find_num,列表):
mid_val=找列表中间的值
if find_num > mid_val:
##### 接下来的查找应该是在列表的右半部分
列表=列表切片右半部分
binary_search(find_num,列表)
elif find_num < mid_val:
##### 接下来的查找应该是在列表的左半部分
列表=列表切片左半部分
binary_search(find_num,列表)
else:
print('find it')

nums=[-3,4,7,10,13,21,43,77,89]
find_num=8
def binary_search(find_num,l):
print(l)
if len(l) == 0:
print('找的值不存在')
return
mid_index=len(l) // 2

if find_num > l[mid_index]:
##### 接下来的查找应该是在列表的右半部分
l=l[mid_index+1:]
binary_search(find_num,l)
elif find_num < l[mid_index]:
##### 接下来的查找应该是在列表的左半部分
l=l[:mid_index]
binary_search(find_num,l)
else:
print('find it')

binary_search(find_num,nums)

编程思想/范式

面向过程的编程思想：

核心是"过程"二字，过程即流程，指的是做事的步骤：先什么、再什么、后干什么

基于该思想编写程序就好比在设计一条流水线

优点：复杂的问题流程化、进而简单化

缺点：扩展性非常差

面向过程的编程思想应用场景解析：

1、不是所有的软件都需要频繁更迭：比如编写脚本

2、即便是一个软件需要频繁更迭，也不并不代表这个软件所有的组成部分都需要一起更迭

1、def用于定义有名函数

func=函数的内存地址

def func(x,y):
return x+y

print(func)

2、lamdab用于定义匿名函数

print(lambda x,y:x+y)

3、调用匿名函数

方式一：
res=(lambda x,y:x+y)(1,2)
print(res)

方式二：
func=lambda x,y:x+y
res=func(1,2)
print(res)

4、匿名用于临时调用一次的场景：更多的是将匿名与其他函数配合使用

salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}

需求1：找出薪资最高的那个人=》lili

res=max([3,200,11,300,399])
print(res)

res=max(salaries)
print(res)

salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}

迭代出的内容 比较的值

'siry' 3000
'tom' 7000
'lili' 10000
'jack' 2000

def func(k):
return salaries[k]

========================max的应用

res=max(salaries,key=func) ##### 返回值=func('siry')
print(res)

res=max(salaries,key=lambda k:salaries[k])
print(res)

========================min的应用

res=min(salaries,key=lambda k:salaries[k])
print(res)

========================sorted排序
salaries={
'siry':3000,
'tom':7000,
'lili':10000,
'jack':2000
}
res=sorted(salaries,key=lambda k:salaries[k],reverse=True)
print(res)

========================map的应用(了解)

l=['alex','lxx','wxx','薛贤妻']
new_l=(name+'_dsb' for name in l)
print(new_l)

res=map(lambda name:name+'_dsb',l)
print(res) ##### 生成器

========================filter的应用（了解）

l=['alex_sb','lxx_sb','wxx','薛贤妻']
res=(name for name in l if name.endswith('sb'))
print(res)

res=filter(lambda name:name.endswith('sb'),l)
print(res)

========================reduce的应用(了解)

from functools import reduce
res=reduce(lambda x,y:x+y,[1,2,3],10) ##### 16
print(res)

res=reduce(lambda x,y:x+y,['a','b','c']) ##### 'a','b'
print(res)

'''

1、什么是模块？

模块就是一系列功能的集合体,分为三大类
I：内置的模块
II：第三方的模块
III：自定义的模块
一个python文件本身就一个模块，文件名m.py，模块名叫m

ps：模块有四种形式
　　1 使用python编写的.py文件

　　2 已被编译为共享库或DLL的C或C++扩展

　　3 把一系列模块组织到一起的文件夹（注：文件夹下有一个__init__.py文件，该文件夹称之为包）

　　4 使用C编写并链接到python解释器的内置模块

2、为何有用模块

I:内置与第三的模块拿来就用，无需定义，这种拿来主义，可以极大地提升自己的开发效率
II:自定义的模块
可以将程序的各部分功能提取出来放到一模块中为大家共享使用
好处是减少了代码冗余，程序组织结构更加清晰

3、如何用模块
'''

y=333
z=444
import foo

1、首次导入模块会发生3件事

1、执行foo.py

2、产生foo.py的名称空间，将foo.py运行过程中产生的名字都丢到foo的名称空间中

3、在当前文件中产生的有一个名字foo，该名字指向2中产生的名称空间

之后的导入，都是直接引用首次导入产生的foo.py名称空间,不会重复执行代码

import foo
import foo
import foo
import foo

2、引用：

print(foo.x)
print(foo.get)
print(foo.change)
** 强调1：模块名.名字，是指名道姓地问某一个模块要名字对应的值，不会与当前名称空间中的名字发生冲突**
x=1111111111111
print(x)
print(foo.x)

强调2：无论是查看还是修改操作的都是模块本身，与调用位置无关
import foo

x=3333333333
##### foo.get()

foo.change()
print(x)

print(foo.x)
foo.get()

3、可以以逗号为分隔符在一行导入多个模块

建议如下所示导入多个模块
import time
import foo
import m

不建议在一行同时导入多个模块
t time,foo,m

4、导入模块的规范

I. python内置模块
II. 第三方模块
III. 程序员自定义模块

import time
import sys

import 第三方1
import 第三方2

import 自定义模块1
import 自定义模块2
import 自定义模块3

5、import 。。。 as 。。。

import foo as f ##### f=foo
f.get()

import abcdefgadfadfas
#####
##### abcdefgadfadfas.f1
##### abcdefgadfadfas.f2
##### abcdefgadfadfas.f3

import abcdefgadfadfas as mmm

mmm.f1
mmm.f2
mmm.f3

6、模块是第一类对象

import foo

7、自定义模块的命名应该采用纯小写+下划线的风格

8、可以在函数内导入模块

def func():
import foo