Python高阶函数与算法实战：Lambda、排序、过滤、映射、递归及二分查找详解
本文系统讲解Python中Lambda匿名函数、sorted排序、filter过滤、map映射四大高阶函数的语法与实战应用，深入解析递归调用的原理、限制及在遍历树形结构中的应用，并详细对比常规循环与递归两种二分查找算法的实现细节与性能特点，帮助开发者掌握高效数据处理与算法优化技巧。
Lambda匿名函数基础与语法
一、Lambda匿名函数
针对简单需求设计的一行式函数解决方案
# 计算n的n次方
def func(n):
return n**n
print(func(10))
f = lambda n: n**n
print(f(10))Lambda用于定义匿名函数，无需使用def关键字声明，通过一行代码即可创建函数对象。
语法结构如下：
函数名 = lambda 参数: 返回值
注意事项：
1. 支持多个参数，参数间以逗号分隔。 2. 无论逻辑多复杂，必须单行书写，执行完毕后直接返回结果。 3. 返回值类型与普通函数一致，可为任意数据类型。
此处“匿名”指通过__name__属性查看时，统一显示为“lambda”，而非具体函数名。实际调用方式与普通函数无异，前面的变量名即为该函数的引用名。
sorted排序函数的参数与用法
二、sorted()排序函数
语法格式：sorted(Iterable, key=None, reverse=False)
Iterable：指定需要排序的可迭代对象。
key：定义排序规则，接收一个函数。sorted内部会将可迭代对象中的每个元素依次传入该函数，依据函数返回的结果进行排序。
reverse：控制排序顺序，True表示降序（倒序），False表示升序（正序）。
lst = [1,5,3,4,6]
lst2 = sorted(lst)
print(lst) # 原列表不会改变
print(lst2) # 返回的新列表是经过排序的
dic = {1:'A', 3:'C', 2:'B'}
print(sorted(dic)) # 如果是字典. 则返回排序过后的key结合普通函数使用示例：
# 根据字符串长度进行排序
lst = ["鲁班七号", "程咬金", "安琪拉", "阿珂"]
# 计算字符串长度
def func(s):
return len(s)
print(sorted(lst, key=func))结合Lambda表达式使用示例：
# 根据字符串长度进行排序
lst = ["鲁班七号", "程咬金", "安琪拉", "阿珂"]
# 计算字符串长度
def func(s):
return len(s)
print(sorted(lst, key=lambda s: len(s)))
lst = [{"id":1, "name":'鲁班', "age":28},
{"id":2, "name":'安琪拉', "age":16},
{"id":3, "name":'阿珂', "age":25}]
# 按照年龄对信息进行排序
print(sorted(lst, key=lambda e: e['age']))filter筛选函数的逻辑判断
三、filter()筛选函数
语法格式：filter(function, Iterable)
function：用于筛选条件的函数。filter会自动将Iterable中的元素逐个传递给function，根据function返回的布尔值（True或False）决定是否保留该元素。
四、map()映射函数
Iterable：指定需要处理的可迭代对象。
lst = [1,2,3,4,5,6,7]
ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数
print(ll)
print(list(ll))
lst = [{"id":1, "name":'鲁班', "age":18},
{"id":2, "name":'安琪拉', "age":16},
{"id":3, "name":'阿珂', "age":17}]
fl = filter(lambda e: e['age'] > 16, lst) # 筛选年龄大于16的数据
print(list(fl)) map映射函数的元素处理
四、map()映射函数
语法格式：map(function, iterable)。该函数对可迭代对象中的每个元素执行function指定的操作，并返回新的映射结果。
示例：计算列表中每个元素的平方，并返回新列表。
def func(e):
return e*e
mp = map(func, [1, 2, 3, 4, 5])
print(mp)
print(list(mp))改写为Lambda表达式：
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
示例：计算两个列表中相同位置数据的和。
# 计算两个列表相同位置的数据的和
lst1 = [1, 2, 3, 4, 5]
lst2 = [2, 4, 6, 8, 10]
print(list(map(lambda x, y: x+y, lst1, lst2)))递归原理、限制与树形结构应用
五、递归
递归是指在函数内部调用函数自身的编程技巧。
def func():
print("我是递归")
func()
func()Python解释器对递归深度有限制，最大递归深度通常为998层。
def foo(n):
print(n)
n += 1
foo(n)
foo(1) 递归的典型应用场景：
常用于遍历树形结构，例如文件系统。通过递归可以遍历指定文件夹下的所有子文件夹及文件。
import os
def func(filepath,n):
files = os.listdir(filepath) # 查案当前文件的目录
for file in files: # 获取每一个文件名
# 获取文件路径
file_p = os.path.join(filepath,file)
if os.path.isdir(file_p): # 判断file是否是一个文件夹
print("\t"*n,file)
func(file_p,n+1)
else:
print("\t"*n,file)
func("/Volumes/扩展盘/网站css",0)二分查找算法：循环与递归实现对比
六、二分查找
二分查找每次能排除一半的数据，效率极高。但其局限性在于仅适用于有序序列。
前提条件：待查找的序列必须是有序的。
# 判断n是否在lst中出现. 如果出现请返回n所在的位置
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
# 非递归算法
# 使用二分法可以提高效率 前提条件有序序列
n = 88
left = 0
right = len(lst) - 1
while left <= right: # 边界,当右边比左边还小的时候退出循环
mid = (left + right) // 2 # 这里必须是整除,应为索引没有小数
if lst[mid] > n:
right = mid - 1
if lst[mid] < n:
left = mid + 1
if lst[mid] == n:
print("找到这个数")
break
else:
print("没有这个数!")
# 递归来完成二分法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
def func(n,left,right):
if left <= right:
mid = (left + right) // 2
if n > lst[mid]:
left = mid + 1
return func(n,left,right) # 递归,递归入口
elif n < lst[mid]:
right = mid - 1
# 深坑,函数的返回值返回给调用者
return func(n,left,right) # 递归
elif lst[mid] == n:
# print("找到了")
return mid
else:
print("没找到")
return -1 # 避免返回None
# 找66,左边界0,右边界len(lst) - 1
ret = func(66,0,len(lst) - 1)
print(ret)
# 递归二分法另一种形式,但是无法实现位置计算
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
def func(lst,target):
left = 0
right = len(lst) - 1
if left > right:
print("没有这个数")
middle = (left + right)//2
if target < lst[middle]:
return func(lst[:middle],target)
elif target > lst[middle]:
return func(lst[middle + 1:],target)
elif target == lst[middle]:
print("找到这个数了")
func(lst,101)核心思想：掐头去尾取中间，每次将搜索范围减半。
实现方式包括两种：常规循环实现与递归实现。
# 时间复杂度最低, 空间复杂度最低
lst1 = [5,6,7,8]
lst2 = [0,0,0,0,0,1,1,1,1]
for el in lst1:
lst2[el] = 1
lst2[4] == 1 # o(1)总结
以上内容涵盖了Python中匿名函数、排序、过滤、映射、递归及二分查找的核心知识点，旨在帮助读者深入理解并应用这些技术。如有任何疑问，欢迎留言交流，小编将及时回复。感谢大家对本站的支持！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
