递归
概念:在函数调用过程中,直接或间接地调用了函数本身,这就是函数的递归调用
例子:
#直接调用函数本身
def f1():
print('from f1')
f1()
f1()
#间接调用函数本身
def f1():
print('f1')
f2()
def f2():
f1()
f1()
python默认会限制递归调用的层数,可以修改,但是没什么实际用处:
import sys
print(sys.getrecursionlimit())
sys.setrecursionlimit(1000000)
print(sys.getrecursionlimit())
res:
1000
1000000
递归实例(询问年龄):
def age(n):
if n == 1:
return 18
return age(n-1)+2
print(age(5))
过程剖析:
age(5)=age(4)+2
age(4)=age(3)+2
age(3)=age(2)+2
age(2)=age(1)+2
age(1)=18
age(n)=age(n-1)+2 n>1
age(n)=18 n=1
如图:
递归特性:
1. 必须有一个明确的结束条件
2. 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
3. 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)
堆栈扫盲
尾递归优化:http://egon09.blog.51cto.com/9161406/1842475
实际例子(利用递归实现二分查找):
l = [1, 2, 10,33,53,71,73,75,77,85,101,201,202,999,11111]
def search(find_num,seq):
if len(seq) == 0:
print('not exists')
return
mid_index=len(seq)//2
mid_num=seq[mid_index]
print(seq,mid_num)
if find_num > mid_num:
#in the right
seq=seq[mid_index+1:]
search(find_num,seq)
elif find_num < mid_num:
#in the left
seq=seq[:mid_index]
search(find_num,seq)
else:
print('find it')
search(77,l)
res:
[1, 2, 10, 33, 53, 71, 73, 75, 77, 85, 101, 201, 202, 999, 11111] 75
[77, 85, 101, 201, 202, 999, 11111] 201
[77, 85, 101] 85
[77] 77
find it
import模块
一、import
import导入模块干的事
1.产生新的名称空间
2.以新建的名称空间为全局名称空间,执行文件的代码
3.拿到一个模块名spam,指向spam.py产生的名称空间
spam.py内容如下:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
#spam.py
print('from the spam.py')
money=1000
def read1():
print('spam->read1->money',money)
def read2():
print('spam->read2 calling read')
read1()
def change():
global money
money=0
eg1:
import spam
money=1000000000000000000000000000000000000000000
print(spam.money)
print(spam.read1) #打印read1的内存地址
spam.read1() #可以打印地址就可以调用
def read1():
print('from test.py')
spam.read2() #调用read2,内部还调用的是spam的read1,因为这句是以新建的名称空间为全局名称空间,执行文件的代码
res:
from the spam.py
1000
<function read1 at 0x0000000000B5F378>
spam->read1->money 1000
spam->read2 calling read
spam->read1->money 1000
eg2:
import spam
money=10
spam.change() #修改的是模块新建的名称空间,所以不影响文件级别的变量money
print(money) #打印的是文件级别的money
res:
from the spam.py
10
import模块名的时候可以设置别名,如下:
import spam as x
print(x.money)
res:
from the spam.py
1000
二、from ... import ...
from ... import 导入的是名字即可,函数名、变量名、类名
1.产生新的名称空间
2.以新建的名称空间为全局名称空间,执行文件的代码
3.直接拿到就是spam.py产生的名称空间中的名字
示例:
from spam import money,read1,read2,change
from ... import ...
优点:方便,不用加前缀
缺点:容易跟当前文件的名称空间冲突
示例:
from spam import money,read1,read2,change
print(money)
read1()
money=10 #被当前名称空间中的money覆盖,所以结果为10,函数名、变量名、模块名都是绑定关系,可以重新绑定
# del money ##NameError: name 'money' is not defined
print(money)
res:
10
示例:
from spam import money,read1,read2,change
def read1():
print('=========from test.py read1')
read2() #容易和上个例子混淆,跟导入方式无关,函数执行的时候还是以原命名空间为准(函数来自于那个文件,执行的时候就是哪个文件的环境变量)!!!使用from导致的好处仅仅是应用的时候不用加模块名字,执行的时候还是按原来的命名空间。
res:
from the spam.py
spam->read2 calling read
spam->read1->money 1000
from spam import money,read1,read2,change
import time
money=100 #跟spam.py 没关系,改的是当前文件中的money
print(money)
time.sleep(200) #在sleep的时间内,在另一个模块导入spam,打印spam.money,结果还是1000,所以证明了上面的结论
#
read1=10000000
from spam import read1
read1() #执行的是spam中的read1,因为函数名、变量名、模块名都是绑定关系,可以重新绑定
res:
from the spam.py
100
特殊的from spam import *(尽量少用),这样可以导入所有模块,但是如果在spam.py中定义了__all__=['money'],则即使使用import * 导入的也只有money,即用__all__来控制import * 的结果是什么(__all__=['字符串1','字符串2'] =====》 *可以导入哪些)
模块的搜索顺序:
内存---->内置------->sys.path
import time
import spam
time.sleep(10) ##此时将spam.py删除
import spam as aa
print(aa.money)spam.py #这个也是可以打印结果的,因为spam已经加载到内存中了
包的介绍
###这块egon讲的比较深入,复制,深入了解,再看下视频(以下笔记部分来自于网上参考的博客)
目录结构示例:
Packages are a way of structuring Python’s module namespace by using “dotted module names”
包是一种通过使用‘.模块名’来组织python模块名称空间的方式。
1. 无论是import形式还是from...import形式,凡是在导入语句中(而不是在使用时)遇到带点的,都要第一时间提高警觉:这是关于包才有的导入语法
2. 包是目录级的(文件夹级),文件夹是用来组成py文件(包的本质就是一个包含__init__.py文件的目录)
3. import导入文件时,产生名称空间中的名字来源于文件,import 包,产生的名称空间的名字同样来源于文件,即包下的__init__.py,导入包本质就是在导入该文件
包A和包B下有同名模块也不会冲突,如A.a与B.a来自俩个命名空间
glance/ #Top-level package
├── __init__.py #Initialize the glance package
├── api #Subpackage for api
│ ├── __init__.py
│ ├── policy.py
│ └── versions.py
├── cmd #Subpackage for cmd
│ ├── __init__.py
│ └── manage.py
└── db #Subpackage for db
├── __init__.py
└── models.py
#文件内容
#policy.py
def get():
print('from policy.py')
#versions.py
def create_resource(conf):
print('from version.py: ',conf)
#manage.py
def main():
print('from manage.py')
#models.py
def register_models(engine):
print('from models.py: ',engine)
2.1 注意事项
1.关于包相关的导入语句也分为import和from ... import ...两种,但是无论哪种,无论在什么位置,在导入时都必须遵循一个原则:凡是在导入时带点的,点的左边都必须是一个包,否则非法。可以带有一连串的点,如item.subitem.subsubitem,但都必须遵循这个原则。
2.对于导入后,在使用时就没有这种限制了,点的左边可以是包,模块,函数,类(它们都可以用点的方式调用自己的属性)。
3.对比import item 和from item import name的应用场景:
如果我们想直接使用name那必须使用后者。
2.2 import
我们在与包glance同级别的文件中测试
import glance.db.models
glance.db.models.register_models('mysql')
2.3 from ... import ...
需要注意的是from后import导入的模块,必须是明确的一个不能带点,否则会有语法错误,如:from a import b.c是错误语法
我们在与包glance同级别的文件中测试
from glance.db import models
models.register_models('mysql')
from glance.db.models import register_models
register_models('mysql')
2.4 __init__.py文件
不管是哪种方式,只要是第一次导入包或者是包的任何其他部分,都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下),这个文件可以为空,但是也可以存放一些初始化包的代码。
2.5 from glance.api import *
在讲模块时,我们已经讨论过了从一个模块内导入所有*,此处我们研究从一个包导入所有*。
此处是想从包api中导入所有,实际上该语句只会导入包api下__init__.py文件中定义的名字,我们可以在这个文件中定义__all___:
#在__init__.py中定义
x=10
def func():
print('from api.__init.py')
__all__=['x','func','policy']
此时我们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容(versions仍然不能导入)。
2.6 绝对导入和相对导入
我们的最顶级包glance是写给别人用的,然后在glance包内部也会有彼此之间互相导入的需求,这时候就有绝对导入和相对导入两种方式:
绝对导入:以glance作为起始
相对导入:用.或者..的方式最为起始(只能在一个包中使用,不能用于不同目录内)
例如:我们在glance/api/version.py中想要导入glance/cmd/manage.py
在glance/api/version.py
#绝对导入
from glance.cmd import manage
manage.main()
#相对导入
from ..cmd import manage
manage.main()
测试结果:注意一定要在于glance同级的文件中测试
from glance.api import versions
注意:在使用pycharm时,有的情况会为你多做一些事情,这是软件相关的东西,会影响你对模块导入的理解,因而在测试时,一定要回到命令行去执行,模拟我们生产环境,你总不能拿着pycharm去上线代码吧!!!
特别需要注意的是:可以用import导入内置或者第三方模块(已经在sys.path中),但是要绝对避免使用import来导入自定义包的子模块(没有在sys.path中),应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。
比如我们想在glance/api/versions.py中导入glance/api/policy.py,有的同学一抽这俩模块是在同一个目录下,十分开心的就去做了,它直接这么做
#在version.py中
import policy
policy.get()
没错,我们单独运行version.py是一点问题没有的,运行version.py的路径搜索就是从当前路径开始的,于是在导入policy时能在当前目录下找到
但是你想啊,你子包中的模块version.py极有可能是被一个glance包同一级别的其他文件导入,比如我们在于glance同级下的一个test.py文件中导入version.py,如下
from glance.api import versions
'''
执行结果:
ImportError: No module named 'policy'
'''
'''
分析:
此时我们导入versions在versions.py中执行
import policy需要找从sys.path也就是从当前目录找policy.py,
这必然是找不到的
'''
2.7 单独导入包
单独导入包名称时不会导入包中所有包含的所有子模块,如
import glance
glance.cmd.manage.main()
'''
执行结果:
AttributeError: module 'glance' has no attribute 'cmd'
'''
解决方法:
#glance/__init__.py
from . import cmd
#glance/cmd/__init__.py
from . import manage
执行:
#在于glance同级的test.py中
import glance
glance.cmd.manage.main()
千万别问:__all__不能解决吗,__all__是用于控制from...import * ,fuck
补充:python垃圾回收机制
了解:
如上图,当一块内存地址的引用计数为0的时候,则被垃圾回收机制回收。
做有积累的事~~