1 递归
在函数内部，可以调用其他函数。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。
def calc(n):
print(n)
if int(n / 2) == 0:
return n
return calc(int(n / 2)) calc(10) #输出：10 5 2 1
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：http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
递归函数实际应用案例，二分查找：
data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] def binary_search(dataset, find_num):
print(dataset) if len(dataset) > 1:
mid = int(len(dataset) / 2)
if dataset[mid] == find_num: # find it
print("找到数字", dataset[mid])
elif dataset[mid] > find_num: # 找的数在mid左面
print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid]) #绿色
return binary_search(dataset[0:mid], find_num)
else: # 找的数在mid右面
print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid]) #红色
return binary_search(dataset[mid + 1:], find_num)
else:
if dataset[0] == find_num: # find it
print("找到数字啦", dataset[0])
else:
print("没的分了,要找的数字[%s]不在列表里" % find_num) binary_search(data, 34)
2 函数式编程介绍
函数式编程中的函数这个术语不是指计算机中的函数（实际上是Subroutine），而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如sqrt(x)函数计算x的平方根，只要x不变，不论什么时候调用，调用几次，值都是不变的。
Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。
3 高阶函数
变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
def add(x, y, f):
return f(x) + f(y) res = add(3, -6, abs)
print(res) # 输出：9
4 匿名函数
匿名函数就是不需要显式的指定函数
# 这段代码
def calc(n):
return n * n
print(calc(10)) # 换成匿名函数
calc = lambda n: n * n
print(calc(10))
匿名函数主要是和其它函数搭配使用，如下
res = map(lambda x:x**2,[1,5,7,4,8])
for i in res:
print(i)
5 嵌套函数
定义：在一个函数的函数体内用def去声明新的函数。
name = "Alex" def change_name():
name = "Alex2" def change_name2():
name = "Alex3"
print("第3层打印", name) change_name2() # 调用内层函数
print("第2层打印", name) change_name()
print("最外层打印", name)
# 输出：
# 第3层打印 Alex3
# 第2层打印 Alex2
# 最外层打印 Alex
此时，在最外层调用change_name2()会出错， 为什么呢？函数即“变量”，可以把change_name2理解为一个局部变量，它的作用域就是定义它的函数体内，所以只能在change_name()的函数体内调用它。
注意：如下是函数的调用，不是嵌套函数
def test1():
pass def test2():
pass
test1() test2()