067、Python 高阶函数的编写:优质冒泡排序

2024-06-22 15:12

本文主要是介绍067、Python 高阶函数的编写:优质冒泡排序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

以下写了个简单的冒泡排序函数:

def bubble_sort(items: list) -> list:for i in range(1, len(items)):swapped = Falsefor j in range(0, len(items) - 1):if items[j] > items[j + 1]:items[j], items[j + 1] = items[j + 1], items[j]swapped = Trueif not swapped:breakif __name__ == '__main__':nums = [55, 66, 9, 22, 86, 35, 44, 97, 56]bubble_sort(nums)print(nums)  # 输出结果:[9, 22, 35, 44, 55, 56, 66, 86, 97]

上面写法虽然正确排好序了,但初始化变量nums的结果改变了,如果实际应用不需要把初始变量改变,该如何?

优化后:

def bubble_sort(items: list) -> list:items = items[:]  # 把列表数据赋给一个新变量并作为返回值for i in range(1, len(items)):swapped = Falsefor j in range(0, len(items) - 1):if items[j] > items[j + 1]:items[j], items[j + 1] = items[j + 1], items[j]swapped = Trueif not swapped:breakreturn itemsif __name__ == '__main__':nums = [55, 66, 9, 22, 86, 35, 44, 97, 56]print(bubble_sort(nums))  # 输出结果:[9, 22, 35, 44, 55, 56, 66, 86, 97]print(nums)  # 输出结果:[55, 66, 9, 22, 86, 35, 44, 97, 56]  原来值并没有改变

如此修改后初始化变量就可以保留,又可以输出排好序的数据了。

这点是基于以下编程思想:

在我们设计函数的时候,一定要注意函数的无副作用(调用函数不影响调用者)。优化后函数质量提升了。

但是该函数的功能还不够全面,假如我对于排序输出结果既要按升序输出,也要按降调输出,又该如何?

方法就是增加一个布尔值变量:

def bubble_sort(items: list, ascending=True) -> list:  # 增加一个bool变量items = items[:]  # 把列表数据赋给一个新变量并作为返回值for i in range(1, len(items)):swapped = Falsefor j in range(0, len(items) - 1):if items[j] > items[j + 1]:items[j], items[j + 1] = items[j + 1], items[j]swapped = Trueif not swapped:breakif not ascending:items = items[::-1]return itemsif __name__ == '__main__':nums = [55, 66, 9, 22, 86, 35, 44, 97, 56]print(bubble_sort(nums))  # 输出结果:[9, 22, 35, 44, 55, 56, 66, 86, 97]print(bubble_sort(nums, ascending=False))  # 输出结果:[97, 86, 66, 56, 55, 44, 35, 22, 9]

如此,我们就可以通过变量ascending的值来判断按升序还是降序输出结果。

但是优化后的函数还不够好,因为在if items[j] > items[j + 1]:语句存在一定的耦合性。那么又该如何解耦呢?

方法就通过引入函数变量:

def bubble_sort(items: list, ascending: bool = True, gt=lambda x, y: x > y) -> list:  # 增加一个bool变量,并引入一个Lambda函数items = items[:]  # 把列表数据赋给一个新变量并作为返回值for i in range(1, len(items)):swapped = Falsefor j in range(0, len(items) - 1):if gt(items[j], items[j + 1]):  # 通过调用函数做大小比较items[j], items[j + 1] = items[j + 1], items[j]swapped = Trueif not swapped:breakif not ascending:items = items[::-1]return itemsif __name__ == '__main__':nums = [55, 66, 9, 22, 86, 35, 44, 97, 56]print(bubble_sort(nums))  # 输出结果:[9, 22, 35, 44, 55, 56, 66, 86, 97]print(bubble_sort(nums, ascending=False))  # 输出结果:[97, 86, 66, 56, 55, 44, 35, 22, 9]

如此优化后,该函数质量就很高了,功能更全面,灵活性更高。

为什么这么说,看以下应用:


def bubble_sort(items: list, ascending: bool = True, gt=lambda x, y: x > y) -> list:  # 增加一个bool变量,并引入一个Lambda函数"""冒泡排序:param items: 待排序的列表:param ascending:是否使用升序:param gt: 比较两个元素大小的函数:return: 返回排序后列表"""items = items[:]  # 把列表数据赋给一个新变量并作为返回值for i in range(1, len(items)):swapped = Falsefor j in range(0, len(items) - 1):if gt(items[j], items[j + 1]):  # 通过调用函数做大小比较items[j], items[j + 1] = items[j + 1], items[j]swapped = Trueif not swapped:breakif not ascending:items = items[::-1]return itemsif __name__ == '__main__':nums = [55, 66, 9, 22, 86, 35, 44, 97, 56]print(bubble_sort(nums))  # 输出结果:[9, 22, 35, 44, 55, 56, 66, 86, 97]print(bubble_sort(nums, ascending=False))  # 输出结果:[97, 86, 66, 56, 55, 44, 35, 22, 9]words = ['Apple', 'Banana', 'Orange', 'Strawberry', 'Grape', 'Watermelon']print(bubble_sort(words, gt=lambda x, y: len(x) > len(y), ascending=False))# 输出结果 ['Watermelon', 'Strawberry', 'Orange', 'Banana', 'Grape', 'Apple']

如上,当一个列表数字是字符串,我需要把输出结果按字符串长度进行排序输出,那么只需要在调用函数的时候,修改函数变量的函数就可以实现了。

这就是高阶函数!

这篇关于067、Python 高阶函数的编写:优质冒泡排序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1084642

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

如何编写Linux PCIe设备驱动器 之二

如何编写Linux PCIe设备驱动器 之二 功能(capability)集功能(capability)APIs通过pci_bus_read_config完成功能存取功能APIs参数pos常量值PCI功能结构 PCI功能IDMSI功能电源功率管理功能 功能(capability)集 功能(capability)APIs int pcie_capability_read_wo