1.什么是递归函数

1
2
3
4
5
6
7
def fib(n):
return 1 if n < 2 else fib(n-1) + fib(n-2)
n = 20
for i in range(n):
print(fib(i), end=' ')

#输出:1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765
  • 调用自己本身的函数叫递归函数;

2.斐波那契数列

1
2
3
4
5
6
7
8
9
10
pre = 1
next = 1
print(pre, end=' ')
print(next, end=' ')
for i in range(10):
pre, next = next, pre+next
print(next, end=' ')
print()

#输出:1 1 2 3 5 8 13 21 34 55 89 144
  • 类似:1, 1, 2, 3, 5, 8, 13, 21, 34, 55…..的一个数列;
  • 数列的前两项都是1,第三项开始,每一项都是前两项之和;
  • F1 = 1, F2 = 1, F(n) = F(n-1) + F(n-2), 且递归一定需要有结束条件;

3.递归函数的特性

  • 递归一定需要有结束条件;
  • 每次进入更深一层递归时,问题规模比上一次递归都应有所减少;
  • 通常前一次递归的输出就作为后一次递归的输入;
  • 递归效率不高,递归层次过多会导致栈溢出;

4.匿名函数

1
2
3
4
5
6
7
8
9
#定义匿名函数
fn = lambda x: x+1
y = fn(3)
print(y)
# 输出:4

#匿名函数自调用
(lambda x: print(x+2))(4)
#输出:6
  • 没有名字的函数就是匿名函数,并且因为匿名函数没有名字,所以不必担心函数名冲突;
  • 在Python中,借助lambda表达式构建匿名函数,关键字lambda表示匿名函数,冒号前面的变量名表示函数参数;
  • 匿名函数可以实现自调用(也就是自己调用自己);
  • 如何简化匿名函数的代码;

5.高阶函数

1
2
3
4
5
6
7
8
9
10
# 匿名函数在高阶函数中的使用
y = [x for x in (lambda *args: map(lambda x: x + 10, args))(*range(10))]
print(y) #输出:[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]


# 将上面的列表解析式进行拆分
fn = lambda x: x + 10
w = (lambda *args: map(fn, args))(*range(10))
y = [x for x in w]
print(y) #输出:[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
  • 高阶函数就是把函数当成参数传递的一种函数;
  • 现在的课程还没有讲到,以后的课程会系统讲解;
  • 需要特别注意一下匿名函数在高阶函数map( )函数中的使用场景;