标签：__ .__ 迭代 生成式 生成器 iter next 二分法 print
内容概要
- 迭代器
- 生成器
- 函数递归
- 三元表达式
- 生成式
- 二分法
内容详细
-
迭代器
# 1.什么是迭代器 # 迭代器指的是迭代取值的工具，迭代是一个重复的过程， # 每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代 # 2.为何要有迭代器 # 迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型 # 有：列表、字符串、元组、集合、字典、文件 l = ['ycc','xixi','haha'] count = 0 while count < len(l): print(l[count]) count += 1 # 上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组 # 为了解决基于索引迭代取值的局限性，python必须提供一种能够不依赖于索引的取值方式，这就是迭代器 # 3.如何用迭代器 # 可迭代对象：但凡内置有__iter__方法的都称为可迭代的对象 # s1 = 'abc' # s1_iterator = s1.__iter__() # l = [] # l_iterator = l.__iter__() # set1 = {1,2,3} # set1_iterator = set1.__iter__() # dic = {'a':1,'b':2,'c':3} # dic_iterator = dic.__iter__() # tup = (1,2,3) # tup_iterator = tup.__iter__() # with open('a.txt','w') as f: # f.__iter__() # pass # 4.例： s1 = 'abc' s1_iterator = s1.__iter__() # 等价于 iter(s1) print(s1_iterator.__next()) # a print(s1_iterator.__next()) # b print(s1_iterator.__next()) # c print(s1_iterator.__next()) # error:StopIteration # 只有三个值取完就报错 # 可迭代对象与迭代器对象详解： 1.可迭代对象(可以转换成迭代器的对象)：内置有__iter__()方法的对象 可迭代对象.__iter__() = 迭代器对象 2.迭代器对象：内置有__next__()并且内置有__iter__() 迭代器对象.__next__() = 得到的下一个值 迭代器对象.__iter__() = 得到迭代器本身，说白了掉了跟没调一个用 # 1. # d = {'a':1,'b':2,'c':3} # d_iterator = d.__iter__() # print(d_iterator is d_iterator.__iter__()) # True 迭代器对象 = 迭代器对象.__iter__() # 2. # for循环的工作原理：for循环可称之为迭代器循环 # 1. d.__iter__()得到一个迭代器对象 # 2. 迭代器对象.__next__()得到一个返回值，然后将返回值赋给k # 3. 循环往复步骤2，直到抛出异常for循环会捕捉异常结束 d = {'a':1,'b':2,'c':3} for k in d: print(d) d_iterator = d.__iter__() while True: try: print(next(d_iterator)) except StopIteration: break print('=============================>') d_iterator = d.__iter__() # 这里必须再调一次迭代器功能，因为上面已经将值取完了 while True: try: print(next(d_iterator)) except StopIteration: break # 3. print(list('hello')) # ['h', 'e', 'l', 'l', 'o'] 原理同for循环 # 4. # 可迭代对象：字符串、列表、字典、元组、集合、文件对象 # 迭代器对象：文件对象 # 可迭代对象只有调用内置方法.__iter__()才能变成迭代器对象 # 文件对象既是可迭代对象也是迭代器对象 # with open('user.txt','w') as f: # f.__iter__() # f.__next__() # pass # 5.迭代器的优缺点总结 # 优点： # 1.为序列和非序列类型提供了一种统一的迭代取值方式。 # 2.惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值， # 就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型， # 如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。 # 缺点： # 1.除非取尽，否则无法获取迭代器的长度 # 2.只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽， # 否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象， # 你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器 # ， 必然只会有一个循环能取到值 -
生成器
# 如何得到自定义的迭代器 # 在函数内一旦存在yield关键字，调用函数并不会执行函数体代码，会返回一个生成器对象，生成器即自定义的迭代器 def func(): print('第一次') yield 1 print('第二次') yield 2 print('第三次') yield 3 print('第四次') func() g = func() g.__iter__() # # 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值当作本次调用的结果返回 res1 = g.__next__() print(res1) res2 = g.__next__() print(res2) res3 = g.__next__() print(res3) # res4 = g.__next__() # StopIteration # ps：补充 # len('aaa') # 等同于'aaa'.__len__() # next(g) # 等同于g.__next__() # iter(可迭代对象) # 等同于 可迭代对象.__iter__() # 应用： def my_range(start,stop,step=1): while start < stop: yield start start += step g = my_range(1,5,2) while True: try: print(next(g)) except StopIteration: break # for i in my_range(1,10,2): # print(i) # ps:retrun 与 yield的区别： # 有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值， # 但不同于return，函数一遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值。 -
函数递归
# 函数递归调用：是函数嵌套调用的一种特殊形式 # 具体是指：在调用函数的过程中，直接或间接的又调用到本身 # import sys 了解 # print(sys.getrecursionlimit()) # 1000 最多死循环1000次 # sys.setrecursionlimit() # 这个方法可以将限制1000次进行修改 # 一、递归定义 # 直接调用本身(死循环) def f1(): print('是我自己') f1() f1() # 间接调用本身(死循环) def f1(): print('===>f1') f2() def f2(): print('===>f2') f1() f1() # 一段代码的循环运行的方案有两种 # 方案一：while、for循环 while True: print(11) print(22) # 方案二： 递归的本质就是循环 def f1(): print(1) print(2) f1() f1() # 二、要强调的一点是： # 递归调用不应该无限的调用下去，应该在满足某种条件下结束递归调用 # 例：取小于10的数 # 方案一 ：while、for循环 count = 0 while count < 10: print(count) count += 1 # 方案二： 递归 def func(count): if count > 9: return count += 1 func(count) func(0) # 三、递归的两个阶段 # 回溯：一层一层调用下去 # 递推：满足某种结束条件，结束递归调用，然后一层一层返回 # 例： # age(5) = age(4)+10 # age(4) = age(3)+10 # age(3) = age(2)+10 # age(2) = age(1)+10 # age = 18 def age(n): if age == 18: return return age(n) = age(n-1)+10 age() # 四、递归函数的应用，打印出下面列表的所有元素 l = [1,[2,[3,[4,5,[6,[7,[8,9,10]]]]]]] for x in l: # 如果是列表应该再循环再判断 if type(x) is list: pass # 这里会套无数个判断 else: print(x) # 转换思路用递归 def func(list1) for x in list1: if type(x) is list: func(x) else: print(x) func(l) -
三元表达式
def func(x,y): if x > y: return x else: return y func() # 三元表达式 简化函数体 # 格式：条件成立时要返回的值 if 条件 else 条件不成立时要返回的值 def func(x,y) return x if x > y else y res = func(1,3) print(res) # 3 -
生成式
# 1.列表生成式 l = ['alex_dsb','egon_dsb','lxx_dsb','jason_dsb','ycc'] # 将列表中含'dsb'的筛选数来组成一个新列表 # 方案一：for循环+if判断+append new_l = [] for name in l: if name.endswith('dsb'): new_l.append(name) print(new_l) # 方案二：生成式 new_l1 = [name for name in l if name.endswith('dsb')] # 将后缀_dsb去掉 new_l2 = [name.replace('_dsb','') for name in l] # 将后缀_dsb加上 new_l3 = [name+'_dsb' for name in new_l2] # 2.字典生成式 dic = {'name':'ycc','age':27,'gender':'male'} new_dic = {k:v for k,v in dic.items() if k != 'gender'} print(new_dic) items = [('name','ycc'),('age',27),('hobbies',['play',])] new_items = {k:v for k,v in items if k != 'hobbies'} print(new_items) # 3.集合生成式 keys = ['name','age','hobbies'] new_keys = {k for k in keys} print(new_keys) # 4.生成器生成式 # g = (i for i in range(1,20) if i <18) # # 此刻g内部一个值也没有 # # print(next(g)) # print(next(g)) # print(next(g)) # print(next(g)) # sum()的使用方法 # print(sum({1, 2, 3})) # 要放可变类型 # 将a.txt中的字符个数和算出来 # with open('user.txt','rt',encoding='utf-8') as f: # 方法一： # res = 0 # for line in f: # res += len(line) # print(res) # 方法二：生成式 # print(sum([len(line) for line in f])) # 方法三： # g = (len(line) for line in f) # 此刻内部一个值也没有 # print(sum(g)) # 写成一行就是： # print(sum((len(line) for line in f))) # 简写，可以去掉重复的括号 # print(sum(len(line) for line in f)) -
二分法
# 必须是从小到大排序的数字列表 # 如果没有排序，用.sort()将其排序 nums = [-3,5,26,35,55,66,77,88,99,100] find_num = 88 def binary_search(find_num,l): if find_num not in l: print('值不存在') return mid_index = len(nums) // 2 mid_nums = l[mid_index] if find_num > mid_num: l = l[mid_index+1:] binary_search(find_num,l) elif find_num < mid_num: l = l[:mid_index] binary_search(find_num,l) else: print('find it') binary_search(find_num,nums)
标签：__,.__,迭代,生成式,生成器,iter,next,二分法,print 来源： https://www.cnblogs.com/lyz666/p/14974461.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。