内置函数二

一.lambda 匿名函数

语法:函数名 = lambda 参数:返回值

函数名统一都叫lambda.

为了解决一些简单的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def来声明,一句话就可以声明出一个函数

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.返回值和正常函数一样,可以是使用任意数据类型

 

二.sorted() 排序函数

语法:sorted(iterable,key,reverse)

iterable:可迭代对象

key:排序规则(排序函数),在sorted内部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:是否倒序,True:倒序;False:正序

运行流程:把可迭代对象中的每一个元素交给后面key函数来执行,

得到一个数字(权重),通过这个数字进行排序

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key

和函数组和使用:

#       0       1          0          1         1        0      0
# lst = ["聊斋", "西游记", "三国演义", "葫芦娃", "水浒传", "年轮", "亮剑"]
#
# def func(s):
#     return len(s)%2
#
# ll = sorted(lst, key=func)
# print(ll)


# key: 排序方案, sorted函数内部会把可迭代对象中的每一个元素拿出来交给后面的key
# 后面的key计算出一个数字. 作为当前这个元素的权重, 整个函数根据权重进行排序

和lambda组和使用:

# 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']))

 

三.filter() 过滤函数

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

# 筛选,
lst = ["张无忌", "张铁林", "赵一宁", "石可心","马大帅"]
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":"伊丽莎白", "score":48},
    {"name":"沙皇", "score":39},
    {"name":"路易十四","score":97},
    {"name":"拿破仑","score":90}
]

f = filter(lambda el: el['score'] < 60 , lst) # 分数小于60的人

print(list(f))

 

 

四.map()映射函数

语法:map(function,iterable)

把可迭代对象中的数据交给前面的函数进行执行,返回值就是map的处理结果

计算列表中每个数字的平方

lst = [1,4,7,2,5,8]
ll = []
for el in lst:
    ll.append(el**2)
print(ll)

def func(el):
    return el**2
m = map(lambda el: el**2, lst) # 把后面的可迭代对象中的每一个元素传递给function, 结果就是function的返回值

print(list(m))

print("__iter__" in dir(m))

 

分而治之:

map(func1,map(func2,map(func3,lst)))

水桶效应,和zip一样:

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

结果:
[3, 7, 11, 15]

 

 

五.递归

函数自己调用自己

最大深度:1000;到不了1000就停了

最大深度可更改

# 递归函数, 自己调用自己
count = 1
def func():
    global count
    print("超级玛丽", count)

    count = count + 1
    func()
func()

 

# 遍历F:\python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('F:\python',0)

 

 

六.二分法

核心:掐头去尾取中间,一次砍一半

要求:要查找的序列必须是有序序列

两种算法:常规循环,递归循环

# 使用二分法可以提高效率, 前提条件:有序序列
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101 , 238 , 345 , 456 , 567 , 678 , 789]
n = 88
left = 0
right = len(lst)-1

while left <= right: # 边界, 当右边比左边还小的时候退出循环
    mid = (left + right)//2 # 必须是整除. 因为索引没有小数
    if lst[mid] > n:
        right = mid - 1
    if lst[mid] < n:
        left = mid + 1
    if lst[mid] == n:
        print("找到了这个数")
        break
else:
    print("没有这个数")

 

# 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

 

# 另类⼆二分法,很难计算位置.4
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101 , 238 , 345 , 456 , 567 , 678 , 789]
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)

 

比二分法更快的方法:

dic = {'5':1,'6':1} 时间复杂度为:o(1)

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[5] == 1 时间复杂度为o(1)