python全栈开发-Day12 三元表达式、函数递归、匿名函数详解编程语言

一、 三元表达式

一 、三元表达式

  仅应用于:

    1、条件成立返回,一个值

    2、条件不成立返回 ,一个值

def max2(x,y):    #普通函数定义 
    if x > y: 
        return x 
    else: 
        return y 
res=max2(10,11) 
print(res) 
# res=x if x > y else y     #三元表达式 
# print(res) 
 
#def max2(x,y):        
    #return x if x > y else y          #代码简洁,方便 
#print(max2(10,11)) 

二、 递归

一 、递归调用的定义

  递归调用是函数嵌套调用的一种特殊形式,函数在调用时,直接或间接调用了自身,就是递归调用

#直接调用 
def foo(): 
    print('from foo') 
    foo() 
#foo() 
#间接调用 
def bar(): 
    print('from bar') 
    foo() 
 
def foo(): 
    print('from foo') 
    bar() 
#foo()

二、 递归分为两个阶段:递推,回溯

  1、回溯

  (注意:一定要在满足某种条件结束回溯,否则就会无限递归)

#图解。。。 
# salary(5)=salary(4)+300 
 
# salary(4)=salary(3)+300 
 
# salary(3)=salary(2)+300 
 
# salary(2)=salary(1)+300 
 
# salary(1)=100 
# 
# salary(n)=salary(n-1)+300     n>1 
# salary(1) =100                n=1 
 
def salary(n): 
    if n == 1: 
        return 100 
    return salary(n-1)+300 
 
print(salary(5))

python全栈开发-Day12 三元表达式、函数递归、匿名函数详解编程语言

三 、python中的递归效率低且没有尾递归优化

  总结递归的使用:

  1、 必须有一个明确的结束条件

  2、 每次进入更深一层递归时,问题规模相比上次递归都应有所减少

  3、 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,

栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出

四 、可以修改递归最大深度

import sys 
sys.getrecursionlimit()         #系统默认的可递归次数1000 
sys.setrecursionlimit(2000)  #   调整可递归为2000

三、 匿名函数

一 、什么是匿名函数?

#匿名就是没有名字 
def func(x,y,z=1): 
    return x+y+z 
 
#匿名 
lambda x,y,z=1:x+y+z 
 #与函数有相同的作用域,但是匿名意味着引用计数为0,使用一次就释放,除非让其有名字 
func=lambda x,y,z=1:x+y+z  
func(1,2,3) 
#让其有名字就没有意义

二、匿名的特点:

  1、匿名的目的就是没有名字,给匿名函数赋给一个名字是没有意义的

  2、匿名函数的参数规则、作用域关系与有名函数是一样

  3、匿名函数的函数体通常应该是一个表达式,该表达式必须要有一个返回值

三 、有名字的函数与匿名函数的对比

有名函数:循环使用,保存了名字,通过名字就可以重复引用函数功能

匿名函数:一次性使用,随时随时定义 应用:max,min,sorted,map,filter

四、匿名函数和内置模块的一些应用

#匿名函数格式 
lambda x,y:x+y     #这个值和后面条件可以不断地变化 
info=[ 
        {'name':'egon','age':'18','salary':'3000'}, 
        {'name':'wxx','age':'28','salary':'1000'}, 
        {'name':'lxx','age':'38','salary':'2000'} 
 ] 
max(info,key=lambda dic:int(dic['salary']) ) 
#跟内置函数max的结合使用,可以轻松的获取我们想要的值 
 
min(info,key=lambda dic:int(dic['salary'])) 
#还有min取最小 
l=sorted(info,key=lambda dic:int(dic['salary'])) 
#以什么为依据重新排序 
map(lambda x:x**2,[1,2,3,4]) 
#映射,把得到的新值映射到原来的位置 
filter(lambda x:x > 2,[1,2,3,4])  
#把符合条件的值取出来       

 

原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/12221.html

(0)
上一篇 2021年7月19日
下一篇 2021年7月19日

相关推荐

发表回复

登录后才能评论