递归函数

实际开发的时候，能不用递归就不用

1. 什么是递归函数

• 函数中调用函数本身的函数就是递归函数

2. 递归的作用：

• 循环能做的事情递归函数都能做

def func1():
    print('====')
    func1()


a = 0

def func2():
    global a
    if a < 5:
        print('~~~~~')
        a += 1
        func2()


""" 
推理过程：
func2()
~~~~~
0 < 5：  a = 1   func2()
~~~~~
1 < 5    a = 2   func2()
~~~~~
2 < 5    a = 3   func2()
~~~~~
3 < 5    a = 4   func2()
~~~~~    
4 < 5    a = 5   func2()
~~~~~   
5 < 5    

"""
func2()

3. 怎么写递归函数：f(n)

• 第一步：确定临界值 - 循环结束的条件,在临界值的地方要让函数结束！
• 第二步：找关系 - 找当次循环和上次循环的关系;找f(n)和f(n-1)的关系
• 第三步: 假设函数f的功能已经实现，通过f(n-1)来实现f(n)的功能

实现：1+2+3+...+n
a.for循环

n = 20
sum1 = 0
for x in range(n+1):
    sum1 += x
print(sum1)

b.递归

def yt_sum(n):
    # 1.找临界值
    if n == 1:
        return 1
    # 2. 找关系
    """
    找yt_sum(n)和yt_sum(n-1)的关系
    yt_sum(n): 1+2+3+...+n-1+n
    yt_sum(n-1): 1+2+3+...n-1
    yt_sum(n) = yt_sum(n-1)+n
    """
    return yt_sum(n-1)+n

"""
推理过程：
yt_sum(4):
n = 4   4==1   return yt_sum(3)+4  ---> return 1+2+3+4
yt_sum(3):
n = 3   3==1   return yt_sum(2)+3  ---> return 1+2+3
yt_sum(2):
n = 2   2==1   return yt_sum(1)+2  ---> return 1+2
yt_sum(1):
n = 1   1==1   return 1
"""
print(yt_sum(4))
print(yt_sum(100))

练习: 求斐波那契数列第n个数
1, 1, 2, 3, 5, 8, 13....

def sequence(n):
    # 1.找临界值
    if n == 1 or n == 2:
        return 1
    # 2. f(n)和f(n-1)
    """
    f(n) = f(n-1)+f(n-2)
    """
    return sequence(n-1)+sequence(n-2)


print(sequence(5))

4. 循环能做的事情不能使用递归做！

sum1 = 0
for x in range(10001):
    sum1 += x
print(sum1)


def yt_sum(n):
    if n == 1:
        return 1
    return yt_sum(n-1)+n


print(yt_sum(100))

模块（Model）

1. 什么是模块

• 在python中一个py文件就是一个模块

• a.系统模块(标准库) - python系统提供的模块（安装解释器的时候已经导入到解释器中了,使用的时候在代码中直接导入）
  random模块 - 提供随机数
  math模块 - 提供数学运算
  json库 - 提供json数据相关操作
  re模块 - 提供正则表达式相关操作
  socket模块 - 提供python套接字编程
  time模块 - 提供和时间相关的操作
  threading模块 - 提供和线程相关的操作
  ...

• b.自定义模块 - 程序员自己创建的py文件
  自己写的模块
  别人写的模块 - 第三方库 (需要先下载到解释器中，然后才能再代码中导入)

• 标准库和第三库一般是通过模块提供变量、函数、类

2. 怎么使用模块

• import 模块名 - 在程序中直接导入指定的模块, 导入后可以使用模块中所有的全局变量(包含了变量、函数和类),导入后通过"模块名.变量"来使用模块中的内容

• from 模块名 import 变量1, 变量2 - 在程序中导入指定的模块，导入后只能使用import后面的变量,导入后直接使用变量,不用在前面加'模块名.'

• from 模块名 import * - 在程序中直接导入指定的模块, 导入后可以使用模块中所有的全局变量(包含了变量、函数和类),导入后直接使用变量,不用在前面加'模块名.'

3. 导入模块的实质:

• a.不管是使用import还是from-import，导入模块的时候都会执行模块中所有的代码
• b.python中一个模块不会重复导入多次。因为导入的时候系统会自动检查当前模块是否已经导入

4. 怎么阻止模块中的内容被其他模块执行

• 将不希望被其他模块执行的代码放在if语句中
• 如果希望被其他模块使用的代码就放在if语句的外码(这儿的if语句指的是: if _name_ == '_main_')

原理：
每个模块都有一个_name_属性, 代表模块名。默认情况下它的值是py文件的文件名。
当当前模块正在被执行(直接执行)的时候,模块属性_name_的值就会变成'_main_'

1. 系统模块

import random
print(random.randint(10, 100))

print('=======import model1之前=======')
import model1
import model1
print('=======import model1之后=======')
model1.a = 1000
print(model1.a)
print(model1.fun1())

# print('=========from model2 import之前=========')
# from model2 import aa, x
# print('=========from model2 import之后=========')
# print('aa:', aa)
# print(x)
# # print(model2.func2())   # 不能是用model2中除了aa和x的内容

aa = 'hello'
from model2 import *
# 导入model2，并且可以直接使用里面所有的全局变量
print('aa:', aa)
print(x)
func2()

print('==============import model3================')
import model3

# print(model3.a)
# print(model3.b)

5. 重命名 - 导入模块的时候可以对模块或者模块中的内容重新命名

• import 模块名 as 新模块名
• from 模块名 import 变量名1 as 新变量名1, 变量名2, 变量名3 as 新变量名3

# import model4 as newMode
# print(newMode.age)

import threading as TD
name = 100

from model4 import name as yt_name, age as yt_age

print(name)
print(yt_name)
print(yt_age)

迭代器

1. 什么是迭代器(iter)

• 是python提供的容器型数据类型。
• 获取迭代器中的元素的时候只能从前往后一个一个的取,而且取了之后这个元素在迭代器中就不存在了

2. 迭代器的字面量

• 迭代器没有指定格式的字面量。迭代器作为容器，里面的元素只能通过其他序列转换，或者通过生成器生成
• 迭代器中的元素可以是任何类型的数据

# 将字符串转换成迭代器，迭代器中的元素就是字符串中的每个字符
iter1 = iter('hello')
print(iter1)

# 将列表转换成迭代器，迭代器中的元素就是列表中的每个元素
iter2 = iter([100, 'shj', (10, 20), [1, 2], True, {'name': '小花'}, lambda x: x])
print(iter2)

3. 获取元素
   (迭代器中的元素只支持查，不支持增删改)
   迭代器是通过next函数获取单个元素，for-in遍历一个一个获取每一个元素。
   不管哪种方式获取，已经获取过的元素，在迭代器中就不存在
   iter3 = iter('hello')

• 1.next
  next(迭代器) -> 获取迭代器中最新的数据(最顶层)

print(iter3)
print(next(iter3))
print(next(iter3))
print(next(iter3))
print(next(iter3))
print(next(iter3))
# print(next(iter3))   # 报 'StopIteration'异常， 因为在这儿迭代器中的数据已经取完了
print(iter3)

iter3 = iter('123456')
print(next(iter3))

# 通过for-in取迭代器中的元素和next效果一样，元素还是会从迭代器中取出
for x in iter3:
    print('x:', x)
# print(next(iter3))

练习: 看打印结果

iter4 = iter([10, True, 'abc', (1, 2)])

index = 0
for x in iter4:
    index += 1
    if index == 2:
        break

item = next(iter4)
print(item)
print(next(iter4))

推理过程：
index = 0
x = 10   iter4 = True, 'abc', (1, 2)   index = 1   if 1 == 2
x = True    iter4 = 'abc', (1, 2)   index = 2    if 2==2

生成器

1. 什么是生成器

• 生成器就是迭代器, 迭代器不一定是生成器。

2. 生成器怎么产生元素

• 调用一个带有yield关键字的函数就能得到一个生成器

• 不带yield的函数: 调用的时候会执行函数体，并且获取返回值

• 带yield的函数：调用的时候不会执行函数体，也不会获取返回值，而是产生一个生成器(函数调用表达式就是一个生成器)，这个生成器中的元素就是yield关键字后面的值

def func1():
    print('====')
    return 100


print(func1())  # 100


def func2():
    if False:
        yield
    print('@@@@@@@')
    return 100



print(func2())   # <generator object func2 at 0x1054f6200>

3. 生成器的元素

• 生成器中的元素也是通过next或者for-in

• 生成器获取元素，实质就是去执行生成器对应的函数， 每次执行到yield语句为止，并且会将yield后面的值作为当次获取到的元素;下次获取元素的时候会接着上次结束的位置往后执行，直到下一个yield为止....
  以此类推，直到函数结束。如果执行到函数结束没有遇到yield那么就会报'StopXXXXX'异常

print('=================')
def func3():
    print('~~~~')
    yield 'abc', 200
    print('！！！！！！！')
    yield 100


gen1 = func3()   # gen1就是一个生成器(生成器就是迭代器)
print(gen1)
re = next(gen1)
print('打印:', re)
print('第一次结束!')
print(next(gen1))

练习：py18091 py18092 py18093 py18094

def creat_num():
    num = 1
    while True:
        yield 'py1809%d' % num
        num += 1

num_gen = creat_num()

students = []
for _ in range(10):
    students.append(next(num_gen))


print(students)
print('上了两天的课')

students.append(next(num_gen))
print(students)

students.pop(9)
print(students)

students.append(next(num_gen))
print(students)


# iter1 = iter('1234')
# print(next(iter1))

def yt_iter(seq):
    for x in seq:
        yield x


iter1 = yt_iter('abc')
print(next(iter1))
print(next(iter1))
print(next(iter1))
# print(next(iter1))