1. 多层装饰器
2. 有参装饰器
3. 递归函数
4. 算法(二分法)
本章内容详解 1. 多层装饰器 1.1 什么是多层装饰器多层装饰器是从下往上依次执行,需要注意的是,被装饰的函数名所指代的函数是一直被装饰器中的内层函数所取代。
1.2 语法糖的功能会自动将下面紧挨着的函数名当做参数传递给@符号2后面的函数名(加括号调用)
1.3 代码讲解def outter1(func1): # 13.func1 = wrapper2函数名 print('加载了outter1') # 14.第三个打印 def wrapper1(*args, **kwargs): print('执行了wrapper1') res1 = func1(*args, **kwargs) return res1 return wrapper1 # 15.返回wrapper1 def outter2(func2): # 9.func2 = wrapper3函数名 print('加载了outter2') # 10.第二个打印 def wrapper2(*args, **kwargs): print('执行了wrapper2') res2 = func2(*args, **kwargs) return res2 return wrapper2 # 11.返回wrapper2 def outter3(func3): # 4.func3 = 真正的index函数 print('加载了outter3') # 5.第一个打印 def wrapper3(*args, **kwargs): print('执行了wrapper3') res3 = func3(*args, **kwargs) return res3 return wrapper3 # 6.返回wrapper3 @outter1 # 12.index = outter1(wrapper2) 调用outter1 把 outter2参数传进去 上面没有语法糖 最后用被装饰的函数一样的名字接受函数 @outter2 # 8.wrapper2 = outter2(wrapper3) 调用outter2 把 outter3参数传进去 @outter3 # 7.wrapper3 = outter3(真正的index函数名) 传给@outter2 # 1.如果上面没有其他语法糖了同名的函数名赋值一下index = = outter3(把真正的index函数名传进去), # 2.如果语法糖叠加在一起的话,只有到最后一步才会使用和真正装饰的和函数名一样的名字去赋值,如果不到最后一步) # 3.函数名加括号执行优先级最高 先执行outter3 def index(): print('from index') index() # 多层语法糖解读顺序是先看语法糖有几个,然后再由下往上去看,遇到最后一个才会使用相同的变量名传给装饰器函数使用 # 语法糖三:wrapper3 = outter3(index),加载了outter3 # 语法糖二:wrapper2 = outter2(wrapper3),加载了outter2 # 语法糖一;index = outter1(wrapper2),加载了outter1 # 执行顺序就是:wrapper1>>>>>wrapper2>>>>>wrapper3 # 加载outer3>>>加载outer2>>>加载outer1>>>index()>>>运行wrapper1函数体代码>>>然后再执行outer2函数体代码>>>然后再执行wrapper3的函数体代码2. 有参装饰器 2.1 什么是有参装饰器
是为装饰器提供多样功能选择的实现提供的,实现原理是三层闭包
2.2 代码讲解初始代码
def login_auth(func_name): def inner(*args, **kwargs): username = input('username>>>:').strip() password = input('password>>>:').strip() if username == 'jason' and password == '123': res = func_name(*args, **kwargs) return res else: print('用户权限不够 无法调用函数') return inner
实现:在装饰器内部可以切换多种数据来源 ,如 列表 ,字典 ,文档
def outer(condition,type_user): def login_auth(func_name): # 这里不能再填写其他形参 def inner(*args, **kwargs): # 这里不能再填写非被装饰对象所需的参数 username = input('username>>>:').strip() password = input('password>>>:').strip() # 应该根据用户的需求执行不同的代码 if type_user =='jason':print('VIP') if condition == '列表': print('使用列表作为数据来源 比对用户数据') elif condition == '字典': print('使用字典作为数据来源 比对用户数据') elif condition == '文件': print('使用文件作为数据来源 比对用户数据') else: print('去你妹的 我目前只有上面几种方式') return inner return login_auth @outer('列表','jason') def index(): print('from index') index()3. 递归函数 3.1 什么是递归函数
编程语言中,函数直接或间接调用函数本身,则该函数称为递归函数。
3.2 代码讲解 递归调用:直接调用def index(): print('from index') index() index()
有返回值
也会报错,调用Python对象时超过最大递归深度
3.3 代码讲解 递归调用:间接调用# 递归调用:间接调用 def index(): print('from index') func() def func(): print('from func') index() func()
有返回值
也会报错,调用Python对象时超过最大递归深度
3.4 python 中允许函数最大递归调用的次数1. 官方给出的限制是1000 用代码去验证可能会有些许偏差(997 998...)
count = 0 # count = 1 def index(): print('from index') global count count += 1 # count = count + 1 print(count) index() index()
2. python 解释器获取递归最大次数
import sys print(sys.getrecursionlimit()) # 1000 获取递归最大次数
3. 自定义递归递归最大次数
import sys sys.setrecursionlimit(1500) # 自定义最大次数 print(sys.getrecursionlimit())3.4 递归函数真正的应用场景
1. 递归函数真正的应用场景
递推:一层层往下寻找答案
回溯:根据已知条件推导最终结果
2. 递归函数
1.每次调用的时候都必须要比上一次简单!
2.并且递归函数最终都必须要有一个明确的结束条件!
3. 讲解 **空列表自动结束
l1 = [1, [2, [3, [4, [5, [6, [7, [8, [9, [10, ]]]]]]]]]] # 循环打印出列表中所有的数字 # 1.for循环l1里面所有的数据值 # 2.判断当前数据值是否是数字 如果是则打印 # 3.如果不是则继续for循环里面所有数据值 # 4.判断当前数据值是否是数字 如果是则打印 # 5.如果不是则继续for循环里面所有数据值 # 6.判断当前数据值是否是数字 如果是则打印 def get_num(l1): for i in l1: if isinstance(i,int): print(i) else: get_num(i) get_num(l1)4. 算法(二分法) 4.1 什么是算法 算法就是解决问题的方法
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间,空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
二分法 快拍 插入 堆排 链表 双向链表 约瑟夫问题
4.2 什么是二分法二分法是所有算法里面最简单的算法,是一种非常高效的算法,它常常用于计算机的查找过程中
4.3 二分法场景应用代码讲解在列表l1中,找到999,该列表无限长,简洁的取少部分
l1 = [11, 23, 32, 45, 65, 78, 90, 123, 432, 467, 567, 687, 765, 876, 999, 1131, 1232] def get_num(l1, target_num): # 添加递归函数的结束条件 if len(l1) == 0: print('不好意思 找不到') return # 1.先获取数据集中间那个数 middle_index = len(l1) // 2 middle_value = l1[middle_index] # 2.判断中间的数据值与目标数据值孰大孰小 if target_num > middle_value: # 3.说明要查找的数在数据集右半边 如何截取右半边 right_l1 = l1[middle_index + 1:] # 3.1.获取右半边中间那个数 # 3.2.与目标数据值对比 # 3.3.根据大小切割数据集 # 经过分析得知 应该使用递归函数 print(right_l1) get_num(right_l1, target_num) elif target_num < middle_value: # 4.说明要查找的数在数据集左半边 如何截取左半边 left_l1 = l1[:middle_index] # 4.1.获取左半边中间那个数 # 4.2.与目标数据值对比 # 4.3.根据大小切割数据集 # 经过分析得知 应该使用递归函数 print(left_l1) get_num(left_l1, target_num) else: print('找到了', target_num) get_num(l1, 999)4.4 二分法的缺陷
1. 数据集必须是有序的
2. 查找的数如果在开头或者结尾 那么二分法效率更低(for 循环)
作业 1.尝试编写有参函数将多种用户验证方式整合到其中直接获取用户数据比对
数据来源于列表 数据来源于文件
推导指定某个人的正确年龄
eg: A B C D E 已知E是18 求A是多少
l1 = ['A', 'B', 'C', 'D', 'E'] index = 0 def get_age(): global index if l1[index] == 'E': return 18 else: index += 1 age = get_age() - 1 return age age = get_age() print(age)3.自行查阅资料 提前收集常见算法快排 插入 冒泡等 3.1 快排
快排 全名 快速排序算法
快速排序(QuickSort)是对冒泡排序的一种改进。快速排序由C. A. R. Hoare在1962年提出。
它的基本思想是:
1. 从要排序的数据中取一个数为“基准数”。
2. 通过一趟排序将要排序的数据分割成独立的两部分,其中左边的数据都比“基准数”小,右边的数据都比“基准数”大。
3. 然后再按步骤2对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
该思想可以概括为:挖坑填数 + 分治法。分治法(分而治之)
插入算法是一种排序算法
在运用插入算法时一般将数据分为两组,有序组和无序组,并且将数据的第一个元素默认为有序组,将无序组的元素一个一个按照某种排列方式插入到有序组中。
3.3 冒泡冒泡算法是一种经典的排序算法,冒泡,顾名思义就是轻(小)的往上冒,重(大)的往下沉,也称鸡尾酒算法
解析首先我们需要确立两层嵌套for循环,第一层for循环主要控制总体循环的趟数,第二层for循环主要是比对相邻的两个数,运用CAS(比较并替换)的思路将每一趟的第二层for循环执行完成
【本文来源:韩国服务器 http://www.558idc.com/kt.html欢迎留下您的宝贵建议】