函数

函数是什么

编程中的函数和数学中的函数有一定的相似之处.

数学上的函数, 比如 y = sin x , x 取不同的值, y 就会得到不同的结果.

编程中的函数, 是一段可以被重复使用的代码片段 .

# 代码示例: 求数列的和
# 1. 求 1 - 100 的和
sum = 0
for i in range(1, 101):
    sum += i
print(sum)
# 2. 求 300 - 400 的和
sum = 0
for i in range(300, 401):
    sum += i
print(sum)
# 3. 求 1 - 1000 的和
sum = 0
for i in range(1, 1001):
    sum += i
print(sum)

可以发现, 这几组代码基本是相似的, 只有一点点差异. 可以把重复代码提取出来, 做成一个函数

实际开发中, 复制粘贴是一种不太好的策略. 实际开发的重复代码可能存在几十份甚至上百份.
一旦这个重复代码需要被修改, 那就得改几十次, 非常不便于维护.

# 定义函数
def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    print(sum)
# 调用函数
sum(1, 100)
sum(300, 400)
sum(1, 1000)

可以明显看到, 重复的代码已经被消除了.

语法格式

创建函数/定义函数

def 函数名(形参列表):
    函数体
    return 返回值

调用函数/使用函数

函数名(实参列表)           // 不考虑返回值
返回值 = 函数名(实参列表)   // 考虑返回值

函数定义并不会执行函数体内容, 必须要调用才会执行. 调用几次就会执行几次

def test1():
    print('hello')

# 如果光是定义函数, 而不调用, 则不会执行.

函数必须先定义, 再使用

函数参数

在函数定义的时候, 可以在 ( ) 中指定 "形式参数" (简称 形参),
然后在调用的时候, 由调用者把 "实际参数" (简称 实参) 传递进去.
这样就可以做到一份函数, 针对不同的数据进行计算处理.

考虑前面的代码案例:

def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    print(sum)

sum(1, 100)
sum(300, 400)
sum(1, 1000)

上面的代码中, beg, end 就是函数的形参. 1, 100 / 300, 400 就是函数的实参.

在执行 sum(1, 100) 的时候, 就相当于 beg = 1, end = 100 , 然后在函数内部就可以针对 1-100进行运算.
在执行 sum(300, 400) 的时候, 就相当于 beg = 300, end = 400 , 然后在函数内部就可以针对300-400 进行运算.

注意:
一个函数可以有一个形参, 也可以有多个形参, 也可以没有形参.
一个函数的形参有几个, 那么传递实参的时候也得传几个. 保证个数要匹配.


和 C++ / Java 不同, Python 是动态类型的编程语言, 函数的形参不必指定参数类型.
换句话说, 一个函数可以支持多种不同类型的参数(这里Python的动态类型还是很香)
当然也不是说,随便传入啥类型都行,只要保证传入的参数类型,在函数体里面能够支持对应的运算操作即可

==警告提示：你的代码可能存在问题,但是并不影响程序编译执行.
错误：代码中实打实的有问题!
这两个事情严重程度是完全不同的!!==
在警告中常会出现PEP8这类的警告说明你的代码不规范
PEP8 是Python里面一套非常流行的编程规范(也就是写代码中的一些"软性要求")

函数返回值

函数的参数可以视为是函数的 "输入", 则函数的返回值, 就可以视为是函数的 "输出" .

此处的 "输入", "输出" 是更广义的输入输出, 不是单纯指通过控制台输入输出.
我们可以把函数想象成一个 "工厂". 工厂需要买入原材料, 进行加工, 并生产出产品.
函数的参数就是原材料, 函数的返回值就是生产出的产品.

看看下列两串代码的区别：

这两个代码的区别就在于, 前者直接在函数内部进行了打印, 后者则使用 return 语句把结果返回给函数调用者, 再由调用者负责打印.

我们一般倾向于第二种写法.
实际开发中我们的一个通常的编程原则, 是 "逻辑和用户交互分离". 而第一种写法的函数中, 既包含了计算逻辑, 又包含了和用户交互(打印到控制台上). 这种写法是不太好的, 如果后续我们需要的是把计算结果保存到文件中, 或者通过网络发送, 或者展示到图形化界面里, 那么第一种写法的函数, 就难以胜任了.
而第二种写法则专注于做计算逻辑, 不负责和用户交互. 那么就很容易把这个逻辑搭配不同的用户交互代码, 来实现不同的效果.

(1) 一个函数中可以有多个 return 语句

(2) 一个函数是可以一次返回多个返回值的. 使用 , 来分割多个返回值.
在C语言/C++/Java当中就不存在返回多个值的情况
C+＋要想返回多个值,可以通过输出型参数(指针/引用)
Java要想返回多个值,需要把多个值给包装成一个对象,返回这个对象

def getPoint():
    x = 10
    y = 20
    return x, y
a, b = getPoint()
# 这里的赋值是多元赋值 a,b = x,y = 10,20

(3)如果只想关注其中的部分返回值, 可以使用 _ 来忽略不想要的返回值.

def getPoint():
    x = 10
    y = 20
    return x, y
_, b = getPoint()

这里的_是占位符，将y的值赋值给b

变量作用域

==一个变量名的有效范围是一定的!只在一个固定的区域内生效==

观察以下代码

def getPoint():
    x = 10
    y = 20
    return x, y
x, y = getPoint()

在这个代码中, 函数内部存在 x, y, 函数外部也有 x, y.
==但是这两组 x, y 不是相同的变量, 而只是恰好有一样的名字.==

(1) 变量只能在所在的函数内部生效.

(2) 在不同的作用域中, 允许存在同名的变量

(3) 如果函数内部尝试访问的变量在局部不存在, 就会尝试去全局作用域中查找

(4) 如果是想在函数内部, 修改全局变量的值, 需要使用 global 关键字声明

在函数里尝试读取全局变量,是可以的!
当函数中尝试访问某个变量的时候,会先尝试在局部变量中查找,如果找到,就直接访问.
如果没找到,就会往上一级作用域中进行查找test再往上一级作用域也就是全局

如果此处没有 global , 则函数内部的 x = 10 就会被视为是创建一个局部变量 x, 这样就和全局变量 x 不相关了.

(5) if / while / for 等语句块不会影响到变量作用域
换而言之, 在 if / while / for 中定义的变量, 在语句外面也可以正常使用.

函数执行过程

调用函数才会执行函数体代码. 不调用则不会执行.
函数体执行结束(或者遇到 return 语句), 则回到函数调用位置, 继续往下执行.


==进入调试模式后，按住F7键可以进行step in 逐步调试==

链式调用

==链式调用中，是先执行()里面的函数,后执行外面的函数
换句话说,调用一个函数,就需要先对他的参数求值
链式调用的时候,也不要嵌套的层次太深 会影响可读性==

嵌套调用

函数内部还可以调用其他的函数, 这个动作称为 "嵌套调用" .

def test():
    print("执行函数内部代码")
    print("执行函数内部代码")
    print("执行函数内部代码")

test 函数内部调用了 print 函数, 这里就属于嵌套调用
一个函数里面可以嵌套调用任意多个函数.
函数嵌套的过程是非常灵活的.

函数之间的调用关系, 在 Python 中会使用一个特定的数据结构来表示, 称为 函数调用栈 . 每次函数调用, 都会在调用栈里新增一个元素, 称为 栈帧.

可以通过 PyCharm 调试器看到函数调用栈和栈帧.
在调试状态下, PyCharm 左下角一般就会显示出函数调用栈.

选中每一层栈帧，都能看到里面的局部变量 每个函数的局部变量就保存在对应的栈帧中
==调用函数,则生成对应的栈帧.
函数结束,则对应的栈帧消亡(里面的局部变量也就没了)==

每个函数的局部变量, 都包含在自己的栈帧中

def a():
    num1 = 10
    print("函数 a")
def b():
    num2 = 20
    a()
    print("函数 b")
def c():
    num3 = 30
    b()
    print("函数 c")
def d():
    num4 = 40
    c()
    print("函数 d")
d()

选择不同的栈帧, 就可以看到各自栈帧中的局部变量.

思考: 上述代码, a, b, c, d 函数中的局部变量名各不相同. 如果变量名是相同的, 比如都是 num ,
那么这四个函数中的 num 是属于同一个变量, 还是不同变量呢?
【答案】: 不同变量。即使num同名，但是在不同的作用域当中属于不同变量。
每个变量也是保存在各自的栈帧中的 -- (每个栈帧也是保存在内存上)
==变量本质就是一块内存空间==

函数递归

递归是嵌套调用中的一种特殊情况, 即一个函数嵌套调用自己.

# 代码示例: 递归计算 5!
def factor(n):
    if n == 1:
        return 1
    return n * factor(n - 1)


result = factor(5)
print(result)

上述代码中, 就属于典型的递归操作. 在 factor 函数内部, 又调用了 factor 自身


注意: 递归代码务必要保证
存在递归结束条件. 比如 if n == 1 就是结束条件. 当 n 为 1 的时候, 递归就结束了.
每次递归的时候, 要保证函数的实参是逐渐逼近结束条件的.
如果上述条件不能满足, 就会出现 "无限递归" . 这是一种典型的代码错误

如前面所描述, 函数调用时会在函数调用栈中记录每一层函数调用的信息.
但是函数调用栈的空间不是无限大的. 如果调用层数太多, 就会超出栈的最大范围, 导致出现问题.

递归的优点

递归类似于 "数学归纳法" , 明确初始条件, 和递推公式, 就可以解决一系列的问题.
递归代码往往代码量非常少.
(尤其是处理一些"问题本身就是通过递归的方式定义的" ，像二叉树用递归实现比用循环实现代码简单的多)

递归的缺点

递归代码往往难以理解, 很容易超出掌控范围
递归代码容易出现栈溢出的情况
递归代码往往可以转换成等价的循环代码. 并且通常来说循环版本的代码执行效率要略高于递归版
实际开发的时候, 使用递归要慎重!

参数默认值

Python 中的函数, 可以给形参指定默认值.
带有默认值的参数, 可以在调用的时候不传参.

带有默认值的参数需要放到没有默认值的参数的后面

关键字参数

在调用函数的时候, 需要给函数指定实参. 一般默认情况下是按照形参的顺序, 来依次传递实参的.
但是我们也可以通过 关键字参数, 来调整这里的传参顺序, 显式指定当前实参传递给哪个形参.