python中的递归算法
递归算法：
1 def recursion(i): #定义函数 2 print(i) 3 if i/2 > 1: #判断递归条件，退出 4 re = recursion(i/2) #递归函数自身 5 print(\'返回值:\',re) 6 print(\'上层递归值：\',i) 7 return i #返回值 8 recursion(10) 9 10 11 """ 12 运行原理：首先运行函数传参10给函数，打印10，判断条件是否满足，
满足递归函数参数值为（10/2）5，打印i的值5，等递归到1.25时，判断条件不满足后，
才打印上层递归的值，此时的值为1.25，return递归最后一层的值1.25，退出最后一层递归，
继续一层层退出递归，最后返回最上层递归值结束函数。 13 14 """ 15 16 # 输出结果为： 17 10 18 5.0 19 2.5 20 1.25 21 上层递归值： 1.25 22 返回值: 1.25 23 上层递归值： 2.5 24 返回值: 2.5 25 上层递归值： 5.0 26 返回值: 5.0 27 上层递归值： 10
python二分算法：
二分算法是能够更高效解决问题的方法：
二分查找操作的数据集必须是一个有序的数据集。开始时，先找出有序集合中间的那个元素。如果此元素比要查找的元素大，就接着在较小的一个半区进行查找；反之，如果此元素比要找的元素小，就在较大的一个半区进行查找。在每个更小的数据集中重复这个查找过程，直到找到要查找的元素或者数据集不能再分割。
二分查找能应用于任何类型的数据，只要能将这些数据按照某种规则进行排序。然而，正因为它依赖于一个有序的集合，这使得它在处理那些频繁插入和删除操作的数据集时不太高效。这是因为，对于插入和操作来说，为了保证查找过程正常进行，必须保证数据集始终有序。相对于查找来说，维护一个有序数据集的代价更高。此外，元素必须存储在连续的空间中。因此，当待搜索的集合是相对静态的数据集时，此时使用二分查找是最好的选择。
二分算法实质上是不断地将有序数据集进行对半分割，并检查每个分区的中间元素。
# 二分法查找要求：查找序列必须是有序序列 # 查找156在lst中的位置 lst = [1, 4, 5, 6, 8, 9, 11, 15, 17, 18, 19, 45, 49, 98, 101, 156, 178, 199] def binary_search(lst, n, left, right): if left > right: print("没有这个数") return -1 middle = (left + right) // 2 if n < lst[middle]: right = middle - 1 elif n > lst[middle]: left = middle + 1 else: return middle return binary_search(lst, n, left, right) left = 0 right = len(lst) - 1 print(binary_search(lst, 156, left, right)) # 15 查找的156在列表的第15位。
python三元表达式：
使用一行代码快速判断，替换复杂的多行if语句，使得代码简单可维护。
""" 三元表达式固定表达式 值1 if 条件 else 值2 条件成立 值1 条件不成立 值2 """ # 普通模式判断大小： x=2 y=3 if x > y: print(x) else: print(y) # 三元表达式比大小 x = 2 y = 3 res = x if x > y else y print(res)
python列表生成式:
列表生成式是Python内置的非常简单却强大的可以用来创建list的生成式。列表生成式的结构是在一个中括号里包含一个表达式,然后是一个for语句,然后是0个或多个for或者if语句。列表表达式可以是任意的,意思是你可以在列表中放入任意类型的对象。返回结果将是一个新的列表,在这个以if和for语句为上下文的表达式运行完成之后产生。运用列表生成式，可以快速生成list，可以通过一个list推导出另一个list，而代码却十分简洁。
# 生成[1x1, 2x2, 3x3, ..., 10x10] # 不用列表生成式： l = [] for x in range(1, 11): l.append(x * x) print(l) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] # 使用列表生成式： l = [] res = [x * x for x in range(1, 11)] print(res) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] """ 先for循环依次取出列表里面的每一个元素 然后交由if判断 条件成立才会交给for前面的代码 如果条件不成立 当前的元素 直接舍弃 """
python字典生成式：
# 例： my_dict = {"a": 1, "b": 2, "c": 3} print(my_dict) # {\'a\': 1, \'b\': 2, \'c\': 3}
匿名函数：
匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：有些函数在代码中只用一次，而且函数体比较简单，使用匿名函数可以减少代码量，匿名函数是没有名字的函数，它的特点是临时存，用完就没了。
#普通函数： def calc(x,y): return x**y print(calc(x=2,y=5)) # 换成匿名函数 calc = figure x,y:x**y print(calc(2,5))
函数的常用的内置方法：简单的提一下：
abs():
绝对值函数。如abs（-1）= 1
# 参数： # x -- 数值表达式，可以是整数，浮点数，复数。 # 返回值： # 函数返回 x（数字）的绝对值，如果参数是一个复数，则返回它的大小。 >>> abs(-10) 10 >>> f = abs >>> f(-1) 1 >>> abs=id >>> abs(1) 1869788224 """ 以abs()函数为例，展示两个特性。一是，内置函数是可以被赋值给其他变量的， 同样也可以将其他对象赋值给内置函数，这时就完全变了。所以，内置函数不是 Python关键字，要注意对它们的保护，不要使用和内置函数重名的变量名，这 会让代码混乱，容易发生难以排查的错误。 """