python基础4之递归、lambda、深浅copy

内容概要：

一、递归

二、匿名函数

三、关于python中的深浅拷贝与赋值

一、递归

递归就是函数本身调用自己，直到满足指定条件之后一层层退出函数

递归特性:

• 必须有一个明确的结束条件
• 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
• 递归效率不高，递归层次过多会导致栈溢出（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）

示列1：求10！的值。

 #方法一递归实现
 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 def sumn(n):
     if n<=2:#递归结束条件
         return n
     else:
         return (n * sumn(n-1))#调用函数本身
 print(sumn(10))
 结果：
 3628800

 方法二：for循环实现
 a=1
 for i in range(1,11):
     a=a*i
 print(a)
 结果：
 3628800

示列二：使用递归的方式来生成斐波那契数列（斐波那契数列就是前面给两个数相加得到后面一个数，依次往后）

 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 def feola(n1,n2):
     n3=n1+n2
     if n1>500:#结束条件为数大于500
         return
     print("{}".format(n1))#打印值
     feola(n2,n3)#自身调用
 feola(0,1)
 结果：
 0
 1
 1
 2
 3
 5
 8
 13
 21
 34
 55
 89
 144
 233
 377

 

 

二、匿名函数lambda

匿名函数，顾名思义就是不需要显示的定义函数名的函数，但是在语法上受限于一个表达式。

语法：

 函数名=lambda 参数：代码

示列：

 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 f=lambda x,y:x+y#匿名函数表达式
 print(f(3,2))#调用
 结果：
 5

 #换个姿势用普通方式定义
 def my_add(x,y):
     return x+y
 print(my_add(3,2))#调用
 结果：
 5

三、关于python中的深浅拷贝与赋值

说明：

1.赋值：将一个变量的值赋给另一个变量（例如，name1=“WD” name2=name1，将name1的值赋给name2）

2.浅拷贝：copy模块中的copy方法

如：

 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 import copy
 a=1
 b=copy.copy(a)
 print(a,b)
 结果：
 1 1

浅copy

3.深度拷贝：copy模块中的deepcopy方法

如：

 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 import copy
 a=1
 b=copy.deepcopy(a)
 print(a,b)
 结果：
 1 1

深copy

4.查看变量使用的内存地址使用id的方法

如：

 #/usr/bin/env python
 # -*- coding:utf-8 -*-
 #Author:W-D
 a="WD"
 print(id(a))
 结果：
 7578824

区别比较：

在python中不同的数据类型的赋值、深浅拷贝结果不通，为此需要区别对待，同时为了方便验证，我们在交互模式下测试，测试环境python3.5.2.

1.数字类型

 >>> a=1
 >>> b=a#赋值
 >>> id(a),id(b)
 (1855455696, 1855455696)#内存地址一样
 >>> a=2#改变初始值
 >>> id(a),id(b)
 (1855455728, 1855455696)
 >>> a,b
 (2, 1)#不会影响赋值以后的值
 >>> c=3
 >>> import copy
 >>> d=copy.copy(c)#浅拷贝
 >>> id(c),id(d)
 (1855455760, 1855455760)#内存地址一样
 >>> c=6
 >>> id(c),id(d)
 (1855455856, 1855455760)#同赋值
 >>> c,d
 (6, 3)
 >>> d=copy.deepcopy(c)#深度拷贝
 >>> id(c),id(d)
 (1855455856, 1855455856)#内存地址一样
 >>> c=5
 >>> id(c),id(d)
 (1855455824, 1855455856)#修改不影响初始值
 >>>

结果分析：对于数字类型，无论是赋值还是深浅拷贝，赋值或拷贝以后内存地址都一样，修改拷贝前的值，会重新分配一个新的内存地址，并不影响拷贝后的值。

2.字符串

 >>> a="name"
 >>> b=a
 >>> id(a),id(b)
 (3447696, 3447696)#内存地址相同
 >>> a="WD"
 >>> id(a),id(b)
 (8140144, 3447696)#同数字，改变a，只改变了a的地址，b没有影响，内存地址不变
 >>> del a,b
 >>> a="name"
 >>> import copy
 >>> b=copy.copy(a)
 >>> id(a),id(b)
 (3447696, 3447696)
 >>> a="alex"
 >>> id(a),id(b)
 (8140032, 3447696)#同上
 >>> del a,b
 >>> a="jack"
 >>> b=copy.deepcopy(a)#同上
 >>> id(a),id(b)
 (8140032, 8140032)
 >>> a="flask"
 >>> id(a),id(b)
 (8140200, 8140032)

结果分析：字符串类型和数字类型结果一样，改变a的值，会重新分配内存地址，并不影响b的值

3.列表

 >>> a=[1,2,3,[4,5,6]]
 >>> b=a
 >>> id(a),id(b)
 (10695880, 10695880)#内存地址相同
 >>> a=['a','b','c']
 >>> id(a),id(b)
 (10695944, 10695880)#改变a整个列表，结果和数字、字符串一样
 >>> a,b
 (['a', 'b', 'c'], [1, 2, 3, [4, 5, 6]])
 >>> del a,b
 >>> a=[1,2,3,[7,8,9]]
 >>> b=a
 >>> id(a),id(b)
 (10696520, 10696520)
 >>> a[0]="N"#改变列表中的元素的值
 >>> id(a),id(b)
 (10696520, 10696520)#内存地址没有改变
 >>> a,b
 (['N', 2, 3, [7, 8, 9]], ['N', 2, 3, [7, 8, 9]])#影响了b的值
 >>> a[3][1]="A"
 >>> id(a),id(b)
 (10696520, 10696520)
 >>> a,b
 (['N', 2, 3, [7, 'A', 9]], ['N', 2, 3, [7, 'A', 9]])

赋值操作

结果分析：列表的赋值操作如果对于改变整个列表而言，结果和字符串、数字类型相同，但是如果修改列表中某个元素，在示列中修改了a列表中元素，导致了b列表也改变了。这是因为在python中，列表下标存储的是数值的内存地址，而不是值本身，当我们修改整个列表的时候改变了最外层内存地址，这时候情况也相当于数字和字符串。当我们修改了下标的值的时候，其内存地址也发生了变化，而最外层的内存地址没有发生变化，列表a和b同时指向同一个内存地址，此时修改a列表中元素的值，也相当于修改了b列表，这中情况可以理解为linux中的别名。

 >>> import copy
 >>> a=[1,2,3,[4,5,6]]
 >>> b=copy.copy(a)#浅拷贝
 >>> id(a),id(b)
 (17628744, 10894536)#外层地址不通
 >>> a[0]="A"
 >>> a
 ['A', 2, 3, [4, 5, 6]]
 >>> b
 [1, 2, 3, [4, 5, 6]]
 >>> id(a[3]),id(b[3])
 (17671944, 17671944)#第二层地址相同
 >>> a[3]="name"#改变整个第二层值
 >>> a
 ['A', 2, 3, 'name']
 >>> b
 [1, 2, 3, [4, 5, 6]]
 >>> id(a[3]),id(b[3])
 (6200208, 17671944)#只影响a
 >>> del a,b
 >>> a=[1,2,3,[4,5,6]]
 >>> b=copy.copy(a)
 >>> id(a[3][0]),id(b[3][0])
 (1520960048, 1520960048)
 >>> a[3][0]="WD"
 >>> id(a[3][0]),id(b[3][0])#修改第二层中的列表，可见两个内存地址都变了，也就是说b中的值也变了
 (10888392, 10888392)
 >>> a
 [1, 2, 3, ['WD', 5, 6]]
 >>> b
 [1, 2, 3, ['WD', 5, 6]]
 >>>

浅copy

结果分析：浅copy，只对外层内存地址做拷贝，拷贝之后的两个列表内存地址不同，两个变量的第二层内存地址相同，修改整个第二层对拷贝后的变量无影响，但修改第二层中的元素的值，会影响拷贝后的值，从内存地址上看就很清晰了。

 >>> import copy
 >>> a=[1,2,3,[4,5,6]]
 >>> b=copy.deepcopy(a)#深copy
 >>> id(a),id(b)
 (11337288, 11380360)#外层内存地址不同
 >>> id(a[3][0]),id(b[3][0])
 (1520960048, 1520960048)#内存元素地址相同
 >>> a[3][0]="WD"#改变a
 >>> a
 [1, 2, 3, ['WD', 5, 6]]
 >>> b
 [1, 2, 3, [4, 5, 6]]
 >>> id(a[3][0]),id(b[3][0])#不想影响b
 (10954040, 1520960048)

深copy（deepcopy）

结果分析：深copy，只对外层内存地址做拷贝，内层地址相同，但是不通的是改变内层中元素的值，并不影响拷贝后的变量，相当于两份独立的数据。

 >>> a=[1,2,3,[4,5,6]]
 >>> b=a.copy()
 >>> id(a),id(b)
 (17249480, 17249608)
 >>> a[3][0]="WD"
 >>> id(a[3][0]),id(b[3][0])
 (17245552, 17245552)
 >>> a
 [1, 2, 3, ['WD', 5, 6]]
 >>> b
 [1, 2, 3, ['WD', 5, 6]]

list中的copy方法

结果分析：从结果上看，list中的列表方法也是浅copy。

4.字典

 >>> a={'name':'wd','age':22,'msg':{'sex':'man','like':'python'}}
 >>> b=a
 >>> id(a),id(b)
 (6668040, 6668040)
 >>> id(a['msg']['sex']),id(b['msg']['sex'])
 (7087752, 7087752)
 >>> a['msg']['sex']='boy'
 >>> id(a['msg']['sex']),id(b['msg']['sex'])
 (7087976, 7087976)
 >>> a
 {'msg': {'sex': 'boy', 'like': 'python'}, 'age': 22, 'name': 'wd'}
 >>> b
 {'msg': {'sex': 'boy', 'like': 'python'}, 'age': 22, 'name': 'wd'}
 >>> a['msg']="alex"
 >>> id(a['msg']),id(b['msg'])#和列表不同修改内层整个变量，也会影响b
 (7087920, 7087920)
 >>> a
 {'msg': 'alex', 'age': 22, 'name': 'wd'}
 >>> b
 {'msg': 'alex', 'age': 22, 'name': 'wd'}

赋值操作

结果分析：字典的赋值操作和列表一样，无论修改外层元素还是内层元素，结果都一样，等同于别名。

 >>> a={'k1':1,'k2':2,'k3':{'name':'wd'}}
 >>> import copy
 >>> b=copy.copy(a)#浅copy
 >>> id(a),id(b)
 (6799112, 7224648)
 >>> id(a['k2']),id(b['k2']#第二层内存地址相同
 (1509229040, 1509229040)
 >>> id(a['k1']),id(b['k1'])
 (1509229008, 1509229008)
 >>> a['k1']='AA'#修改第二层整个变量只会影响a
 >>> id(a['k1']),id(b['k1'])
 (7218656, 1509229008)
 >>> a
 {'k1': 'AA', 'k3': {'name': 'wd'}, 'k2': 2}
 >>> b
 {'k1': 1, 'k3': {'name': 'wd'}, 'k2': 2}
 >>> id(a['k3']['name']),id(b['k3']['name'])#第二层内存地址相同
 (7218600, 7218600)
 >>> a['k3']['name']='alex'
 >>> id(a['k3']['name']),id(b['k3']['name'])#修改第二层中的变量的值影响b
 (7219272, 7219272)
 >>> a
 {'k1': 'AA', 'k3': {'name': 'alex'}, 'k2': 2}
 >>> b
 {'k1': 1, 'k3': {'name': 'alex'}, 'k2': 2}
 >>>

浅copy

结果分析：字典的浅拷贝和列表一样，使用copy方法拷贝字典后，a,b字典外层内存地址不同，第二层内存地址相同，修改a字典中整个第二层变量不会影响b字典，修改a字典中第二层中的元素的时候，会影响b字典。

 >>> a={'m1':1,'m2':2,'m3':{'name':'WD'}}
 >>> import copy
 >>> b=copy.deepcopy(a)#深copy
 >>> id(a),id(b)
 (10534664, 17276488)#外层内存地址不同
 >>> id(a['m1']),id(b['m1'])
 (1528037840, 1528037840)#内层地址相同
 >>> a['m1']='AA'
 >>> id(a['m1']),id(b['m1'])
 (17318552, 1528037840)
 >>> a
 {'m3': {'name': 'WD'}, 'm1': 'AA', 'm2': 2}
 >>> b
 {'m3': {'name': 'WD'}, 'm1': 1, 'm2': 2}
 >>> a['m3']['name']='alex'
 >>> a
 {'m3': {'name': 'alex'}, 'm1': 'AA', 'm2': 2}#改变a互不影响
 >>> b
 {'m3': {'name': 'WD'}, 'm1': 1, 'm2': 2}
 >>>

深copy(deepcopy)

结果分析：字典的深copy和列表相同，相当于两份独立的数据。

 >>> a={'m1':1,'m2':2,'m3':{'name':'WD'}}
 >>> b=a.copy()
 >>> id(a),id(b)
 (6668040, 16882632)
 >>> a['m1']="AA"
 >>> a
 {'m1': 'AA', 'm3': {'name': 'WD'}, 'm2': 2}
 >>> b
 {'m1': 1, 'm3': {'name': 'WD'}, 'm2': 2}
 >>> a['m3']['name']="alex"
 >>> a
 {'m1': 'AA', 'm3': {'name': 'alex'}, 'm2': 2}
 >>> b
 {'m1': 1, 'm3': {'name': 'alex'}, 'm2': 2}
 >>>

字典的copy方法

结果分析：字典的copy方法也相当于浅copy。

总结：

1.对于数字、字符串这些“简单的”数据类型，赋值、深copy、浅copy都一样，并且随意修改其中一个变量，并不影响另一个变量的值。

2.对于列表、字典这些“复杂”的数据类型，赋值操作相当于给变量取了别名，修改变量里的内容，都会改变，修改整个变量则无影响；浅copy和copy方法结果相同，对外层进行拷贝，修改第一层的元素相互不会影响，当列表或者字典中嵌套了列表或字典，修改嵌套的列表或者字典（也可以叫做第二层中的元素）导致两个变量都会改变；深copy相当于复制两份互不影响的数据。

使用建议：

1.对于数字、字符串类型可以随心所遇，对于字典、列表如果想得到两份不同的数据，建议使用copy.deepcopy的方法。