这篇文章主要介绍“python中递归函数与匿名函数的特性”，在日常操作中，相信很多人在python中递归函数与匿名函数的特性问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python中递归函数与匿名函数的特性”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

1.什么是递归函数

def fib(n):
    return 1 if n < 2 else fib(n-1) + fib(n-2)
n = 20
for i in range(n):
    print(fib(i), end=' ')
#输出：1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765

• 调用自己本身的函数叫递归函数；

2.斐波那契数列

pre = 1
next = 1
print(pre, end=' ')
print(next, end=' ')
for i in range(10):
    pre, next = next, pre+next
    print(next, end=' ')
print()
#输出：1 1 2 3 5 8 13 21 34 55 89 144

• 类似：1, 1, 2, 3, 5, 8, 13, 21, 34, 55…..的一个数列；

• 数列的前两项都是1，第三项开始，每一项都是前两项之和；

• F1 = 1， F2 = 1， F(n) = F(n-1) + F(n-2), 且递归一定需要有结束条件；

3.递归函数的特性

• 递归一定需要有结束条件；

• 每次进入更深一层递归时，问题规模比上一次递归都应有所减少；

• 通常前一次递归的输出就作为后一次递归的输入；

• 递归效率不高，递归层次过多会导致栈溢出；

4.匿名函数

#定义匿名函数
fn = lambda x: x+1
y = fn(3)
print(y)
# 输出：4
#匿名函数自调用
(lambda x: print(x+2))(4)
#输出：6

• 没有名字的函数就是匿名函数，并且因为匿名函数没有名字，所以不必担心函数名冲突；

• 在Python中，借助lambda表达式构建匿名函数，关键字lambda表示匿名函数，冒号前面的变量名表示函数参数；

• 匿名函数可以实现自调用（也就是自己调用自己）；

• 如何简化匿名函数的代码；

5.高阶函数

# 匿名函数在高阶函数中的使用
y = [x for x in (lambda *args: map(lambda x: x + 10, args))(*range(10))]
print(y)  #输出：[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 将上面的列表解析式进行拆分
fn = lambda x: x + 10
w = (lambda *args: map(fn, args))(*range(10))
y = [x for x in w]
print(y)  #输出：[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

• 高阶函数就是把函数当成参数传递的一种函数；

• 现在的课程还没有讲到，以后的课程会系统讲解；

• 需要特别注意一下匿名函数在高阶函数map( )函数中的使用场景；

到此，关于“python中递归函数与匿名函数的特性”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注天达云网站，小编会继续努力为大家带来更多实用的文章！