热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

递归调用层数太多_day02python基础递归函数amp;匿名函数

递归函数递归的定义1.什么是递归:在一个函数里调用这个函数本身deffoo():print(n)n1foo(n)foo(1)2.最大递归层数限制:997

 递归函数

递归的定义

1.什么是递归:在一个函数里调用这个函数本身

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

2.最大递归层数限制:997,是python默认的,可以做修改,但是不建议你修改。(因为如果用997层递归都没有解决的问题要么是不适合使用递归来解决问题,要么就是你的代码太烂了0.0)

import syssys.setrecursionlimit(10000000) #修改递归层数n=0def f(): global n n+=1 print(n) f()f()3.结束递归的标志:return4.递归解决的问题:通过参数,来控制每一次调用缩小计算的规模5.使用场景:数据的规模在减少,但是解决问题的思路没有改变6.很多排序算法会用到递归8e187b1d1683f12ae6640db841c9b960.png递归小应用

1.猜小明的年龄

小明是新来的同学,丽丽问他多少岁了。他说:我不告诉你,但是我比滔滔大两岁。滔滔说:我也不告诉你,我比晓晓大两岁晓晓说:我也不告诉你,我比小星大两岁小星也没有告诉他说:我比小华大两岁最后小华说,我告诉你,我今年18岁了

这个怎么办呢?当然,有人会说,这个很简单啊,知道小华的,就会知道小星的,知道小星的就会知道晓晓的,以此类推,就会知道小明的年龄啦。这个过程已经非常接近递归的思想了。

小华18+2
小星20+2
晓晓  22+2
滔滔  24+2
小明 26+2

上面的图我们可以用个序号来表示

age(5) = age(4)+2age(4) = age(3) + 2 age(3) = age(2) + 2age(2) = age(1) + 2age(1) = 18

那么代码该怎么写呢?

def age(n): if n == 1: return 18 else:        return age(n - 1) + 2ret=age(6)print(ret)2.一个数,除2直到不能整除

def cal(num):    if  num%2==0:#先判断能不能整除        num=num//2        return cal(num)    else:        return numprint(cal(8))3.如果一个数可以整除2,就整除,不能整除就*3+1

def func(num):    print(num)    if num==1:        return    if num%2==0:        num=num//2    else:        num=num*3+1    func(num)func(5)

二分查找法

从这个列表中找到55的位置

l=[2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

81e9346499041b1b61953ea47cb7684f.png

这就是二分查找,从上面的列表中可以观察到,这个列表是从小到大依次递增的有序列表。按照上面的图就可以实现查找了。

简单二分法

l = [2, 3, 5, 10, 15, 16, 18, 22, 26, 30, 32, 35, 41, 42, 43, 55, 56, 66, 67, 69, 72, 76, 82, 83, 88]def find(l,aim):    mid=len(l)//2 #取中间值,//长度取整(取出来的是索引)    if l[mid]>aim: #判断中间值和要找的那个值的大小关系        new_l=l[:mid] #顾头不顾尾        return find(new_l,aim) #递归算法中在每次函数调用的时候在前面加return    elif l[mid]        new_l=l[mid+1:]        return find(new_l,aim) else: return l[mid]print(find(l,66))

升级版二分法

l = [2, 3, 5, 10, 15, 16, 18, 22, 26, 30, 32, 35, 41, 42, 43, 55, 56, 66, 67, 69, 72, 76, 82, 83, 88]def func(l, aim,start = 0,end = len(l)-1):    mid = (start+end)//2#求中间的数 if not l[start:end+1]:#如果你要找的数不在里面,就return'你查找的数字不在这个列表里面' return '你查找的数字不在这个列表里面' elif aim > l[mid]: return func(l,aim,mid+1,end) elif aim

 匿名函数

匿名函数:也叫lambda表达式

匿名函数的核心:一些简单的需要用函数去解决的问题,匿名函数的函数体只有一行。参数可以有多个,用逗号隔开。返回值和正常的函数一样可以是任意的数据类型

24c71822ffb8e56de4554327862d5cde.png

匿名函数练习1.函数转变为匿名函数

#把下面的函数转换成匿名函数def add(x,y) return x+yadd()#结果:sum1=lambda x,y:x+yprint(sum1(5,8))

2.比大小

dic = {'k1':50,'k2':80,'k3':90}# func= lambda k:dic[k]# print(max(dic,key=func))print(max(dic,key = lambda k:dic[k])) #上面两句就相当于下面一句

3.map方法的应用

l=[1,2,3,4]# def func(x):# return x*x# print(list(map(func,l)))print(list(map(lambda x:x*x,l)))

4.filter函数的小应用

l=[15,24,31,14]# def func(x):#         return x>20# print(list(filter(func,l)))print(list(filter(lambda x:x>20,l)))

5.现有两个元组(('a'),('b')),(('c'),('d')),请使用python中匿名函数生成列表[{'a':'c'},{'b':'d'}]

# 方法一t1=(('a'),('b'))t2=(('c'),('d'))# print(list(zip(t1,t2)))print(list(map(lambda t:{t[0],t[1]},zip(t1,t2))))# 方法二print(list([{i,j} for i,j in zip(t1,t2)]))#方法三func = lambda t1,t2:[{i,j} for i,j in zip(t1,t2)]ret = func(t1,t2)print(ret)

6.列表推导式

#30以内所有被3整除的数print(list([i for i in range(30) if i%3==0]))

7.字典推导式

例一:将一个字典的key和value对调

mcase = {'a': 10, 'b': 34}res1 = {i:mcase[i] for i in mcase}res={mcase[i]:i for i in mcase }print(res1)print(res)

例二:合并大小写对应的value值,将k统一成小写

mcase = {'a':10,'b':34,'A':7}res = {i.lower():mcase.get(i.lower(),0)+mcase.get(i.upper(),0) for i in mcase}print(res)

8.集合推导式

例:计算列表中每个值的平方,自带去重功能

l=[5,-5,1,2,5]print({i**2 for i in l})




推荐阅读
  • 通过使用 `pandas` 库中的 `scatter_matrix` 函数,可以有效地绘制出多个特征之间的两两关系。该函数不仅能够生成散点图矩阵,还能通过参数如 `frame`、`alpha`、`c`、`figsize` 和 `ax` 等进行自定义设置,以满足不同的可视化需求。此外,`diagonal` 参数允许用户选择对角线上的图表类型,例如直方图或密度图,从而提供更多的数据洞察。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • 本文探讨了一种高效的算法,用于生成所有数字(0-9)的六位组合,允许重复使用数字,并确保这些组合的和等于给定的整数N。该算法通过优化搜索策略,显著提高了计算效率,适用于大规模数据处理和组合优化问题。 ... [详细]
  • Python全局解释器锁(GIL)机制详解
    在Python中,线程是操作系统级别的原生线程。为了确保多线程环境下的内存安全,Python虚拟机引入了全局解释器锁(Global Interpreter Lock,简称GIL)。GIL是一种互斥锁,用于保护对解释器状态的访问,防止多个线程同时执行字节码。尽管GIL有助于简化内存管理,但它也限制了多核处理器上多线程程序的并行性能。本文将深入探讨GIL的工作原理及其对Python多线程编程的影响。 ... [详细]
  • 本指南从零开始介绍Scala编程语言的基础知识,重点讲解了Scala解释器REPL(读取-求值-打印-循环)的使用方法。REPL是Scala开发中的重要工具,能够帮助初学者快速理解和实践Scala的基本语法和特性。通过详细的示例和练习,读者将能够熟练掌握Scala的基础概念和编程技巧。 ... [详细]
  • 每年,意甲、德甲、英超和西甲等各大足球联赛的赛程表都是球迷们关注的焦点。本文通过 Python 编程实现了一种生成赛程表的方法,该方法基于蛇形环算法。具体而言,将所有球队排列成两列的环形结构,左侧球队对阵右侧球队,首支队伍固定不动,其余队伍按顺时针方向循环移动,从而确保每场比赛不重复。此算法不仅高效,而且易于实现,为赛程安排提供了可靠的解决方案。 ... [详细]
  • Python进阶笔记:深入理解装饰器、生成器与迭代器的应用
    本文深入探讨了Python中的装饰器、生成器和迭代器的应用。装饰器本质上是一个函数,用于在不修改原函数代码和调用方式的前提下为其添加额外功能。实现装饰器需要掌握闭包、高阶函数等基础知识。生成器通过 `yield` 语句提供了一种高效生成和处理大量数据的方法,而迭代器则是一种可以逐个访问集合中元素的对象。文章详细解析了这些概念的原理和实际应用案例,帮助读者更好地理解和使用这些高级特性。 ... [详细]
  • HBase Java API 进阶:过滤器详解与应用实例
    本文详细探讨了HBase 1.2.6版本中Java API的高级应用,重点介绍了过滤器的使用方法和实际案例。首先,文章对几种常见的HBase过滤器进行了概述,包括列前缀过滤器(ColumnPrefixFilter)和时间戳过滤器(TimestampsFilter)。此外,还详细讲解了分页过滤器(PageFilter)的实现原理及其在大数据查询中的应用场景。通过具体的代码示例,读者可以更好地理解和掌握这些过滤器的使用技巧,从而提高数据处理的效率和灵活性。 ... [详细]
  • 使用 ListView 浏览安卓系统中的回收站文件 ... [详细]
  • Python 伦理黑客技术:深入探讨后门攻击(第三部分)
    在《Python 伦理黑客技术:深入探讨后门攻击(第三部分)》中,作者详细分析了后门攻击中的Socket问题。由于TCP协议基于流,难以确定消息批次的结束点,这给后门攻击的实现带来了挑战。为了解决这一问题,文章提出了一系列有效的技术方案,包括使用特定的分隔符和长度前缀,以确保数据包的准确传输和解析。这些方法不仅提高了攻击的隐蔽性和可靠性,还为安全研究人员提供了宝贵的参考。 ... [详细]
  • 在 CentOS 7 系统中安装 Scrapy 时遇到了一些挑战。尽管 Scrapy 在 Ubuntu 上安装简便,但在 CentOS 7 上需要额外的配置和步骤。本文总结了常见问题及其解决方案,帮助用户顺利安装并使用 Scrapy 进行网络爬虫开发。 ... [详细]
  • 本文探讨了利用Python实现高效语音识别技术的方法。通过使用先进的语音处理库和算法,本文详细介绍了如何构建一个准确且高效的语音识别系统。提供的代码示例和实验结果展示了该方法在实际应用中的优越性能。相关文件可从以下链接下载:链接:https://pan.baidu.com/s/1RWNVHuXMQleOrEi5vig_bQ,提取码:p57s。 ... [详细]
  • 本文深入解析了Python在处理HTML过滤时的实现方法及其应用场景。通过具体实例,详细介绍了如何利用Python代码去除HTML字符串中的标签和其他无关信息,确保内容的纯净与安全。此外,文章还探讨了该技术在网页抓取、数据清洗等领域的实际应用,为开发者提供了宝贵的参考。 ... [详细]
  • OpenAI首席执行官Sam Altman展望:人工智能的未来发展方向与挑战
    OpenAI首席执行官Sam Altman展望:人工智能的未来发展方向与挑战 ... [详细]
  • 如何优化MySQL数据库性能以提升查询效率和系统稳定性 ... [详细]
author-avatar
321
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有