借助抽象,我们才能不关心底层的具体计算过程,而直接在更高的层次上思考问题。

写计算机程序也是一样,函数就是最基本的一种代码抽象的方式。


1 函数的定义

关键字:def

1
2
3
4
5
6
def function_name(paramer1, paramer2, ...):
# 缩进书写函数体
# 若不函数执行完毕也没有return语句时,自动return None(可以简写成return)
return

空函数

定义一个啥也不做的函数。

1
2
3
4
# 定义一个空函数
def empty_function():
# 例如:还没想好代码怎么写,可以先用pass标记成空函数,先让代码运行起来。pass用作占位符
pass

参数检查

如果有必要,可以对函数的参数类型做检查。

若传入参数类型有误,则抛出一个错误。

1
2
3
4
5
6
7
8
9
# 参数检查-isinstance()
def my_abs(x):
if not isinstance(x, (int, float)):
# 若 x 不是整型或浮点型,抛出错误
raise TypeError('参数类型有误')
if x >= 0:
return x
else:
return -x

返回多个值

看似返回了多个值,其实只返回了单一值:元组。

1
2
3
# 返回多个值-其实返回的是一个tuple
def return_more(x):
return x+1, x-1

2 函数的参数

默认参数

默认参数的

定义一个接收 List 的函数,添加一个元素 END 后返回 List

1
2
3
def add_end(L=[]):
L.append('END')
return L

当你使用默认参数调用时,一开始结果也是对的。但是,再次调用 add_end() 时,结果就不对了。函数似乎每次都“记住了”上次添加了 ‘END‘ 后的 List

1
2
3
4
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']

Python 函数在定义的时候,默认参数 L 的值就被计算出来了,即 [],因为默认参数 L 也是一个变量,它指向对象 [],每次调用该函数,如果改变了 L 的内容,则下次调用时,默认参数的内容就变了,不再是函数定义时的 [] 了。

所以,定义默认参数要牢记一点:默认参数必须指向不变对象

用不变对象 None 修改上诉例子:

1
2
3
4
5
def add_end(L=None):
if L is None:
L = []
L.append('END')
return L

可变参数

关键字*

  • 可以传入多个或0个参数
  • 可变参数在函数调用时自动组装为一个 tuple
1
2
3
4
5
6
7
8
9
10
# 传入多个参数
def more_parameter(*numbers):
sum = 0;
for number in numbers:
sum += number
print('sum=%d'%sum)
numberList = [2, 3, 4]
# *numberList 表示把 numberList 作为可变参数传入
more_parameter(*numberList)

关键字参数

关键字**

  • 关键字参数允许传入0个或任意个含参数名的参数
  • 这些关键字参数在函数内部自动组装为一个 dict
1
2
3
4
5
6
7
# 关键字参数
def key_parameter(name, **kv):
print('name:', name, 'other:', kv)
# 创建一个字典
dicDemo = {'address': 'fzu', 'job': 'coder'}
key_parameter('jalan', **dicDemo)

命名关键字参数

关键字参数的检查:

使用 if-in 检查传入的关键字参数中是否存在某个参数:

1
2
3
4
5
6
7
8
9
10
11
12
13
# 检查关键字参数
def check_key_parameter(**kv):
if 'name' in kv:
print('存在 name 参数')
if 'address' in kv:
print('存在 address 参数')
if 'gender' in kv:
print('存在 gender 参数')
dicDemo = {'address': 'fzu', 'job': 'coder', 'name22': 'testName'}
check_key_parameter(**dicDemo)

限制关键字名字:

  • 必须传入参数名,否则会报错
  • 使用特殊分隔符:*

使用特殊分隔符**后面的参数被视为命名关键字参数:

1
2
3
# 只接收 address 和 job作为关键字参数
def limit_key_parameter_name(name, *, address, job):
print(name, address, job)

如果缺少*Python 解释器将无法识别位置参数和命名关键字参数:

1
2
3
def person(name, age, city, job):
# 缺少 *,city和job被视为位置参数
pass

如果函数定义中已经有了一个可变参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*了:

1
2
3
# 如果已跟着可变参数,关键字参数前不需要加*
def limit_key_parameter_name_2(name, *arg, address, job):
print(name, arg, address, job)

参数组合

Python 参数定义的顺序:

  1. 必选参数
  2. 默认参数
  3. 可变参数
  4. 命名关键字参数
  5. 关键字参数

定义两个函数:

1
2
3
4
5
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)

Python 解释器自动按照参数位置和参数名把对应的参数传进去:

1
2
3
4
5
6
7
8
9
10
>>> f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}
>>> f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}
>>> f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

对于任意函数,都可以通过类似func(*args, **kw)的形式调用它,无论它的参数是如何定义的:

1
2
3
4
5
6
7
8
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}

3 递归函数

定义:一个函数在内部调用自身本身

使用递归实现一个 n! 运算:

1
2
3
4
5
# 递归函数-实现阶乘
def fact(n):
if n == 1:
return 1
return n*fact(n-1)

尾递归优化

使用递归函数要防止栈溢出

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。

解决递归调用栈溢出的方法是通过尾递归优化。

编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。

尾递归是指:

  • 在函数返回的时候,调用自身本身
  • return 语句不能包含表达式

    将上述 n! 运算改为尾递归:

1
2
3
4
5
6
7
8
# 尾递归优化
def fact2(n, p):
return fact_iter(n, p)
def fact_iter(number, product):
if number == 1:
return product
return fact_iter(number - 1, number*product)

尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。

遗憾的是,大多数编程语言没有针对尾递归做优化,Python 解释器也没有做优化,所以,即使把上面的 fact(n) 函数改成尾递归方式,也会导致栈溢出。


参考资料

廖雪峰的官方网站