Python基础   函数   高级特性

这两天就啃了这么点Pyhon的东西，感觉还是很概念。但有几个真的理解起来很抽象，但有觉得很重要，先写下来，后面看看是否被我预言中了——标红的那些。

没标题，留个爪

list和tuple

list：列表，一种有序的集合，例子： ['帅哥', '靓哥', '小哥哥']

tuple：元组，和list非常类似，但tuple一旦初始化就不能修改，例子： （'帅哥', '靓哥', '小哥哥'）

list有append() insert() pop() 等方法，tuple没有

哪些是tuple类型

dict和set

dict：全称dictionary（其他语言：map），使用键-值（key-value）存储，具有极快的查找速度。 例子：{'Michael':95,'Bob':75,'Tracy':85}。

set：与dict类似，也有一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。

为什么dict查找速度这么快？因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。

第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字。无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。

list和dict比较，dict是用空间来换取时间的一种方法。

和list比较，dict有以下几个特点：

查找和插入的速度极快，不会随着key的增加而变慢；

需要占用大量的内存，内存浪费多。

而list相反：

查找和插入的时间随着元素的增加而增加；

占用空间小，浪费内存很少。

递归函数

递归函数：如果一个函数在内部调用自身本身，这个函数就是递归函数。

举个例子，我们来计算阶乘n! = 1 x 2 x 3 x ... x n，用函数fact(n)表示，可以看出：

fact（n）= n！= fact(n-1) * n

所以，fact(n)可以表示为n x fact(n-1)，只有n=1时需要特殊处理。

于是，fact(n)用递归的方式写出来就是：

使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。

解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。

尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

可以看到，return fact_iter(num - 1, num * product) 仅返回递归函数本身， num-1 和 num*product 在函数调用前就会被计算，不影响函数调用

这两个的执行对比：

列表生成式

列表生成式，是Python内置的非常简单却强大的可以用来创建list的生成式。

一行语句代替循环 表达式x * x写在前面 for后面加判断，进行筛选

if 写在 for 后面是筛选，不用带else

if 写在 for 前面是表达式，要带else

这是因为for前面的部分是一个表达式，它必须根据x计算出一个结果。因此，考察表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else。

生成器

生成器：generator，在Python中，这种一边循环一边计算的机制。

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

迭代器

可迭代对象 与 迭代器。（Iterable  vs Iterator）

iter()函数编程迭代器

感谢廖雪峰