python全栈开发-Day12 三元表达式函数递归匿名函数内置函数

Posted 2020-10-29 明天的希望，让我们忘了今天的痛苦。

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))

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