目錄
3、給定一個數列[1，3，5，6，7，9，10，435]，求數列中每一項相乘的結果
python的高階函數
1、假如你想從一個考試分數的列表中刪除所有的0分，怎麼辦？
普通程序員：
第一步：定義一個函數
def remove_zero(yourList):
newlist = []
for number in yourList:
if number > 0:
newlist.append(number)
return newlist
第二步：在用到該功能的地方調用之
if __name__ == '__main__':
mylist = [12,4,0,23]
print(remove_zero(mylist))
高級程序員：
只有一步，直接上lambda表達式
if __name__ == '__main__':
mylist = [12,4,0,23]
new_l = list(filter(lambda number: number > 0, mylist))
print(new_l)
科普一下，lambda表達式。
lambda表達式不是python的獨有武功，java8中也有。說簡單點就是你可以把一個匿名函數作爲參數傳遞給另一個函數（方法）。在Python中Lambda的語法是這樣的：
lambda <argument list> : <expression>
java8中lambda表達式的語言是這樣的：
(parameters) -> expression
沒有比較就沒有傷害，python的寫法依舊是延用":"，而且前面的lambda是必須有的，否者會報錯。
2、filter函數
filter(isPositive，oldList), 該函數接受2個參數，第一個參數接受一個布爾函數，第二個參數接受一個可迭代對象。所以我們可以給filter函數傳入一個lambda表達式。
lambda number: number > 0
filter函數的源代碼：
class filter(object):
"""
filter(function or None, iterable) --> filter object
Return an iterator yielding those items of iterable for which function(item)
is true. If function is None, return the items that are true.
"""
def __getattribute__(self, *args, **kwargs): # real signature unknown
""" Return getattr(self, name). """
pass
def __init__(self, function_or_None, iterable): # real signature unknown; restored from __doc__
pass
def __iter__(self, *args, **kwargs): # real signature unknown
""" Implement iter(self). """
pass
@staticmethod # known case of __new__
def __new__(*args, **kwargs): # real signature unknown
""" Create and return a new object. See help(type) for accurate signature. """
pass
def __next__(self, *args, **kwargs): # real signature unknown
""" Implement next(self). """
pass
def __reduce__(self, *args, **kwargs): # real signature unknown
""" Return state information for pickling. """
pass
可迭代對象的每一項都傳遞給布爾函數，如果該函數返回True，這一項就保留在返回的可迭代對象中；否則的話，刪除該項。
3、給定一個數列[1，3，5，6，7，9，10，435]，求數列中每一項相乘的結果
普通程序員
第一步：定義一個方法
def list_element_multiplication(oldList):
ret=1
for e in oldList:
ret *= e
return ret
第二步：調用這個方法
# 第一種方法 定義一個函數
list1=[1,2,3,4,5]
print(list_element_multiplication(list1))
高級程序員：
# 第二種方法
print(functools.reduce(lambda x,y: x*y, list1))
高級程序員熟悉python的內建模塊和常用的方法，所以他已經將問題與functools.reduce方法相聯繫，傳入lambda表達式和用戶列表就輕鬆完成了工作。
4、函數的遞歸和嵌套
通過生成菲波那切數列來演示：
# 菲波那切數列 演示函數的遞歸調用和函數嵌套
def fibonacci(n, product = 1):
if n == 1:
return product
elif n == 2:
return product
else: # 函數的遞歸調用
return fibonacci(n - 1) + fibonacci(n - 2)
def fibonacci_sequence(n):
f_sequence = []
for x in range(1,n):
f_sequence.append(fibonacci(x)) # 函數的嵌套
return f_sequence
if __name__ == '__main__':
print(fibonacci_sequence(10))
非遞歸方式生成斐波那契額數列：
# 非遞歸條用實現斐波那契額數列
def fib(n):
sum = 1
first = 1
second = 1
count =3
while count <= n:
sum = first + second
first = second
second = sum
count +=1
return sum
def fib_sequence(n):
fib_s_list = []
for y in range(1,n):
fib_s_list.append(fib(y))
return fib_s_list
if __name__ == '__main__':
print(fib_sequence(10))
總結：遞歸方式生成斐波那契數列代碼簡單，而且優雅，但是存在一個嚴重的問題，該算法的複雜度是指數階的。當問題規模比較大時，該算法性能非常差勁。所以計算機科學家設計了另一類實現算法，不需要採用遞歸的方式進行，該算法的複雜度是線性階的。
測試：
import time
# 菲波那切數列 演示函數的遞歸調用和函數嵌套
def fibonacci(n, product = 1):
if n == 1:
return product
elif n == 2:
return product
else: # 函數的遞歸調用
return fibonacci(n - 1) + fibonacci(n - 2)
def fibonacci_sequence(n):
start = time.time()
f_sequence = []
for x in range(1,n):
f_sequence.append(fibonacci(x)) # 函數的嵌套
end = time.time() - start
print(end)
return f_sequence
# 非遞歸條用實現斐波那契額數列
def fib(n):
sum = 1
first = 1
second = 1
count =3
while count <= n:
sum = first + second
first = second
second = sum
count +=1
return sum
def fib_sequence(n):
start = time.time()
fib_s_list = []
for y in range(1,n):
fib_s_list.append(fib(y))
end = time.time() - start
print(end)
return fib_s_list
if __name__ == '__main__':
print(fibonacci_sequence(10))
print(fib_sequence(10))
5.316734313964844e-05
[1, 1, 2, 3, 5, 8, 13, 21, 34]
2.09808349609375e-05
[1, 1, 2, 3, 5, 8, 13, 21, 34]
當問題規模是10，遞歸調用所耗費的時間就已經是非遞歸調用的2倍多；
當問題規模是40是，測試結果如下：
63.553478956222534
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465, 14930352, 24157817, 39088169, 63245986]
8.20159912109375e-05
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465, 14930352, 24157817, 39088169, 63245986]
這性能差別也太大了，記住指數級別的增長確實是非常厲害的。