【Python】链式、嵌套调用、递归、函数栈帧、参数默认值和关键字参数

简介: 【Python】链式、嵌套调用、递归、函数栈帧、参数默认值和关键字参数

链式调用

用一个函数的返回值,作为另一个函数的参数

def isOdd(num):  
    if num % 2 == 0:  
        return False  
    return True  
  
def add(x, y):  
    return x + y  
  
  
print(isOdd(add(3,4)))
"""
运行结果
"""
  • 这里就是先算出 add 的值,然后将 add 的结果传给 isOdd 进行奇偶数判断,最后将结果给 print 进行打印

链式调用中,是先执行 ( ) 里面的函数,然后执行外面的函数。换句话说就是:调用一个函数,就需要先对他的参数求值

嵌套调用

一个函数体内部,还可以调用其他函数

def a():  
    num1 = 10  
    print('函数 a')  
  
  
def b():  
    num2 = 20  
    print('函数 b')  
    a()  
  
  
def c():  
    num3 = 30  
    print('函数 c')  
    b()  
  
  
c()
"""
运行结果
函数 c
函数 b
函数 a
"""
  • 调用 c 的时候,会打印 c,也会调用 b
  • 调用 b 的时候,会打印 b,也会调用 a
  • 调用 a 的时候,会打印 a

函数栈帧

  • 调试器的左下角,能看到函数之间的“调用栈
  • 调用栈里面描述了当前这个代码的函数之间的调用关系是怎样的
  • 每一层这个调用关系就称为“函数的栈帧”,每个函数的局部变量就在这个栈帧中体现
  • 每一层栈帧,在你选中之后,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之中
  • 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)

如果将每个函数里面的变量名都改为一样的,但里面的变量仍是不同的变量,属于不同的函数作用域

  • 每个变量是保存在各自的栈帧中的,每个栈帧是保存在内存上的
  • 变量的本质是一块内存空间

函数递归

函数递归,就是一个函数自己调用自己

def factor(n):  
    if n == 1:  
        return 1  
    return n * factor(n-1)  
  
  
result = factor(5)  
print(result)
"""
运行结果
120
"""

  • 虽然都是 n,但是 n 是函数的形参,形参相当于函数的局部变量,而局部变量是在函数自己的栈帧上的
  • 虽然几个函数的局部变量名相同,但是他们是在不同的栈帧中,是在不同的内存空间中,也就是不同的变量
  • 另一方面,看起来是同一个函数,但是这里的多次调用,其实是多个不同的栈帧

递归的两个要素:

  1. 递归结束条件
  2. 递归的递推公式

缺点

递归的缺点:

  1. 执行过程非常复杂,难以理解
  2. 递归代码容易出现“栈溢出”的情况
  • 代码不小心写错了,导致每次递归的时候,参数不能正确的接近递归结束的条件,就会出现“无限递归”的情况
  1. 递归代码一般都是可以转换成等价的循环代码的,循环的版本通常运行速度要比递归的版本有优势(函数的调用也是有开销的)

优点

代码非常简洁,尤其是处理一些“问题本身就是通过递归方式定义的”问题非常方便(二叉树)

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

在函数内部加上打印信息,方便我们进行调试。但是,像这种调试信息,希望在正式发布的时候不要有,只是在调试的阶段才有

为了实现这一点,我们就可以给函数加上特定的“开关

def add(x, y, debug=False):  
    if debug:  
        print(f'x = {x}, y = {y}')  
    return x + y  
  
  
result = add(10,20, True)  
print(result)
  • 这里的 debug = False 就是形参的默认值
  • 带有默认值的形参,就可以在调用函数的时候,不必传参,使用默认值。但也可以手动传参,不使用默认值

通过这样的默认值,就可以让函数的设计更灵活

但要求带有默认值的形参,得在形参列表的后面,而不能在前面或者中间,带有多个默认参数的形参,就都得放在后面

但像默认值这样的语法,在编程界是存在争议的

  • C++也支持形参默认参数
  • Java 不支持

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

  • 按照先后顺序来传参,这种传参风格,称为“位置参数”,这是各个编程语言中最普遍的方式

关键字传参,是按照形参的名字来进行传参

def test(x, y):  
    print(f'x = {x}')  
    print(f'y = {y}')  
  
  
test(x=10, y=20)
test(y=100, x=200)
test(1000, y=2000)
"""
运行结果
x = 10
y = 20
x = 200
y = 100
x = 1000
y = 2000
"""
  • 这样的设定,能非常明显地告诉程序猿,你的参数要传给谁
  • 并且有了关键字参数之后,传参的顺序也可以随意,可以无视形参和实参的顺序
  • 位置参数和关键字参数还可以混着用,只不过混着用的时候要求位置参数在前,关键字参数在后

关键字参数一般是搭配默认参数来使用。一个函数,可以提供很多的参数,来实现对这个函数的内部功能做出一些调整设定,为了降低调用者的使用成本,就可以把大部分参数设定出默认值,当调用这需要调整其中的一部分参数的时候,就可以搭配关键字参数来进行操作


相关文章
|
1月前
|
存储 人工智能 开发工具
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
只需要通过向AI助理提问的方式输入您的需求,即可瞬间获得核心流程代码及参数,缩短学习路径、提升开发效率。
1432 4
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
|
8天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
25 2
|
1月前
|
Java Python
Python if-else嵌套!
本文详细介绍了Python中的条件语句,包括`if`、`if...else`、嵌套`if`及`if-elif`语句。`if`语句在条件为真时执行特定代码块,`if...else`则在条件为假时执行备选代码块。嵌套`if`语句允许在一层`if`语句内嵌套另一层`if`语句,实现更复杂的条件判断。`if-elif`语句简化了多条件判断的流程。文章通过多个示例演示了这些语句的使用方法,并讨论了常见问题,如在嵌套`if`中使用`elif`以及`if`语句的嵌套层次等。
47 3
|
1月前
|
存储 C++ Python
[oeasy]python037_ print函数参数_sep分隔符_separator
本文介绍了Python中`print`函数的`sep`参数,即分隔符。通过回顾上文内容,解释了类型与`type`的概念,并强调了参数类型的重要性。文章详细探讨了`print`函数如何使用`sep`参数来分隔输出值,默认分隔符为空格(序号32)。还讨论了如何修改分隔符为其他字符,如冒号,并解释了为何反斜杠需要使用双反斜杠表示。最后,文章追溯了`sep`名称的由来,以及相关词汇的历史背景,如盎格鲁-萨克逊人的武器和语言。
25 0
|
1月前
|
存储 算法 API
Python学习五:函数、参数(必选、可选、可变)、变量、lambda表达式、内置函数总结、案例
这篇文章是关于Python函数、参数、变量、lambda表达式、内置函数的详细总结,包含了基础知识点和相关作业练习。
26 0
|
3月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
|
2月前
|
机器学习/深度学习 PyTorch TensorFlow
Python实现深度学习学习率指数衰减的方法与参数介绍
学习率指数衰减提供了一种高效的动态调整学习率的手段,帮助模型在不同训练阶段以不同的学习速度优化,有利于提升模型性能和训练效率。通过合理设置衰减策略中的参数,可以有效地控制学习率的衰减过程,实现更加精确的模型训练调优。
35 0
|
3月前
|
存储 缓存 C语言
|
3月前
|
Python
Python变量的作用域_参数类型_传递过程内存分析
理解Python中的变量作用域、参数类型和参数传递过程,对于编写高效和健壮的代码至关重要。正确的应用这些概念,有助于避免程序中的错误和内存泄漏。通过实践和经验积累,可以更好地理解Python的内存模型,并编写出更优质的代码。
31 2
|
Python
Python|如何用递归解决汉诺塔问题?
Python|如何用递归解决汉诺塔问题?
121 0