一、三元表示式，列表、字典、集合生成式，生成器表示式

1、三元表示式

三元表示式是python為我們提供的一種簡化程式碼的解決方案，優雅的取代雙分支if。語法如下

res = 條件成立時返回的值 if 條件 else 條件不成立時返回的值

針對下述場景

def max2(x,y):
    if x > y:
        return x
    else:
        return y
res = max2(1,2)

用三元表示式可以一行解決

x=1
y=2
res = x if x > y else y # 三元表示式

2、列表生成式

列表生成式是python為我們提供的一種簡化程式碼的解決方案，用來快速生成列表，語法如下

案例一
l = []
for i in range(10):
    l.append(i)
print(l)
用列表生成式可以一行解決
l = [i for i in range(10)]

案例二
l = []
for i in range(10):
    if i > 5:
        l.append(i)
print(l)
用列表生成式可以一行解決
l = [i for i in range(10) if i > 5]

案例三
names = ["lxx",'hxx',"wxx",'lili']   #如果每個人的名字後面加'_sb'
l = [name + "_sb" for name in names]

案例四
names = ["egon","lxx_sb","hxx_sb","wxx_sb"]    #取有'_sb'的值
res = [name for name in names if name.endswith("sb")]
 

3、字典生成式

res = {i: i ** 2 for i in range(5)}
print(res)  #生成字典

items = [('k1',111),('k2',222),('k3',333)]
   print(dict(items))
或 print({k:v for k,v in items}) #生成字典

4、集合生成式

res = {i for i in range(5)}
print(res)

5、生成器表示式

建立一個生成器物件有兩種方式，一種是呼叫帶yield關鍵字的函式，另一種就是生成器表示式，與列表生成式的語法格式相同，只需要將[]換成()，即：

res = (i for i in range(3))
 

如果我們要讀取一個大檔案的位元組數，應該基於生成器表示式的方式完成
with open('db.txt','rb') as f:
    nums=(len(line) for line in f)
    total_size=sum(nums) # 依次執行next(nums)，然後累加到一起得到結果=

with open('a.txt',mode='rt',encoding='utf-8') as f:
    res = f.read()
    print(len(res))
    
    res = 0
    for line in f:
        res += len(line)
        
    res = sum((len(line) for line in f))
    res = sum(len(line) for line in f)
 
    print(res)

二、函式遞迴

1、函式遞迴呼叫

是函式巢狀呼叫的一種特殊形式，函式在呼叫時，直接或間接呼叫了自身，就是遞迴呼叫，本質就是一個迴圈的過程

#1、遞迴呼叫應該包含兩個明確的階段：回溯，遞推
    回溯就是從外向裡一層一層遞迴呼叫下去，
        回溯階段必須要有一個明確地結束條件，每進入下一次遞迴時，問題的規模都應該有所減少（否則，單純地重複呼叫自身是毫無意義的）
     遞推就是從裡向外一層一層結束遞迴
大前提：遞迴呼叫一定要在某一層結束

2、示例
age(5) = age(4) + 10
age(4) = age(3) + 10
age(3) = age(2) + 10
age(2) = age(1) + 10
age(1) = 18

def age(n):
    if n == 1:
        return 18
    return age(n-1) + 10

res = age(5)
print(res)

函式遞迴取值
nums = [1,[2,[3,[4,[5,[6,[7,]]]]]]]
def get(l):   
	for num in l:      
    	if type(num) is list:       
    		get(num)       
   		 else:            
  		  print(num)
get(nums)

python中的遞迴效率低且沒有尾遞迴優化

#python中的遞迴
python中的遞迴效率低，需要在進入下一次遞迴時保留當前的狀態，在其他語言中可以有解決方法：尾遞迴優化，即在函式的最後一步（而非最後一行)呼叫自己，尾遞迴優化：http://egon09.blog.51cto.com/9161406/1842475
但是python又沒有尾遞迴，且對遞迴層級做了限制

#總結遞迴的使用：
1. 必須有一個明確的結束條件
2. 每次進入更深一層遞迴時，問題規模相比上次遞迴都應有所減少
3. 遞迴效率不高，遞迴層次過多會導致棧溢位（在計算機中，函式呼叫是通過棧（stack）這種資料結構實現的，每當進入一個函式呼叫，棧就會加一層棧幀，每當函式返回，棧就會減一層棧幀。由於棧的大小不是無限的，所以，遞迴呼叫的次數過多，會導致棧溢位）

2、二分法

想從一個按照從小到大排列的數字列表中找到指定的數字，遍歷的效率太低，用二分法（演算法的一種，演算法是解決問題的方法）可以極大低縮小問題規模

nums = [-3,1,3,7,13,23,37,43,57,63,77,91,103]  #從小到大排列
find_num = 64
def find(nums,find_num):
    print(nums)
    if len(nums) == 0:
        print("not exists")
        return
    mid_index = len(nums) // 2
    if find_num > nums[mid_index]:
        # in the right
        find(nums[mid_index+1:],find_num)
    elif find_num < nums[mid_index]:
        # in the left
        find(nums[:mid_index], find_num)
    else:
        print('you got it')
find(nums,find_num)

三、匿名函式

概念

匿名就是沒有名字的函式。特點：臨時用一次
def func(x,y,z=1):
    return x+y+z

匿名
lambda x,y,z=1:x+y+z #與函式有相同的作用域，但是匿名意味著引用計數為0，使用一次就釋放，除非讓其有名字
func=lambda x,y,z=1:x+y+z 
func(1,2,3)
#讓其有名字就沒有意義

有名字的函式與匿名函式的對比

#有名函式與匿名函式的對比
有名函式：迴圈使用，儲存了名字，通過名字就可以重複引用函式功能

匿名函式：一次性使用，隨時隨時定義

應用：max，min，sorted,map,reduce,filter

四、面向過程程式設計

#1、首先強調：面向過程程式設計絕對不是用函式程式設計這麼簡單，面向過程是一種程式設計思路、思想，而程式設計思路是不依賴於具體的語言或語法的。言外之意是即使我們不依賴於函式，也可以基於面向過程的思想編寫程式

#2、定義
面向過程的核心是過程二字，過程指的是解決問題的步驟，即先幹什麼再幹什麼

基於面向過程設計程式就好比在設計一條流水線，是一種機械式的思維方式

#3、優點：複雜的問題流程化，進而簡單化

#4、缺點：可擴充套件性差，修改流水線的任意一個階段，都會牽一髮而動全身

#5、應用：擴充套件性要求不高的場景，典型案例如linux核心，git，httpd

#6、舉例
流水線1：
使用者輸入使用者名稱、密碼--->使用者驗證--->歡迎介面

流水線2：
使用者輸入sql--->sql解析--->執行功能