Python中的lambda匿名函数详解以及三种经典使用场景

2023-12-14 03:24:46

lambda匿名函数

匿名函数,顾名思义就是不需要具体定义函数名的函数。我们首先抛开复杂的定义,看两个具体例子。

先看一个无参数函数的例子。假设我们需要一个return 1的函数,如果使用普通的函数定义方式,其代码为:

# 使用def关键字进行函数定义
def get_one():
    return 1

# 输出1
print(get_one())

如果我们使用lambda匿名函数,我们则不需要使用def关键字而改用lambda关键字,其代码为:

# 使用lambda匿名函数进行函数定义
# 注意这里的get_one_lambda看似是一个变量名
# 但实际上是一个函数名
get_one_lambda = lambda: 1

print(get_one_lambda)
# 输出形如 <function <lambda> at 0x00000249F7AD7B00> 的结果
# 这一长串复杂的十六进制数是函数get_one_lambda的内存地址
 
print(get_one_lambda())
# 在函数名get_one_lambda后面加上括号,才能正确地输出1

把上述代码进行合并操作,可以无需声明函数名get_one_lambda,直接得到结果:

# 这里的(lambda: 1)等价于上面的函数名get_one_lambda
# (lambda: 1)()等价于get_one_lambda()
# 显然get_one_lambda这个函数名是不必要的,故称之为"lambda匿名函数"

print(lambda: 1)        
# 输出形如 <function <lambda> at 0x00000249F7AD7B00> 的结果
# 这一长串复杂的十六进制数是该匿名函数的内存地址

print((lambda: 1)())
# 在匿名函数后面加上括号,才能正确地输出1

再看一个有参数函数的例子。假设我们需要一个计算两个参数xy相加return x+y的函数,如果使用普通的函数定义方式,其代码为:

# 使用def关键字进行函数定义
def add(x, y):
    return x+y

# 输出30
print(add(10, 20))

如果我们使用lambda匿名函数,我们则不需要使用def关键字而改用lambda关键字,其代码为:

# 使用lambda匿名函数进行函数定义
# 注意这里的get_one_lambda看似是一个变量名
# 但实际上是一个函数名
add_lambda = lambda x,y: x+y

print(add_lambda)        
# 输出形如 <function <lambda> at 0x00000249F7AD7B00> 的结果
# 这一长串复杂的十六进制数是函数add_lambda的内存地址

print(add_lambda(10, 20))
# 在函数名add_lambda后面加上括号并传入参数,才能正确地输出结果

把上述代码进行合并操作,可以无需声明函数名add_lambda,直接传入两个数字1020,得到结果:

# 这里的(lambda x,y: x+y)等价于上面的函数名add_lambda
# (lambda x,y: x+y)(10, 20)等价于add_lambda(10, 20)
# 显然add_lambda这个函数名是不必要的,故称之为"lambda匿名函数"

print(lambda x,y: x+y)        
# 输出形如 <function <lambda> at 0x00000249F7AD7B00> 的结果
# 这一长串复杂的十六进制数是该匿名函数的内存地址

print((lambda x,y: x+y)(10, 20))
# 在匿名函数后面加上括号并传入参数,才能正确地输出结果

根据上述两个例子已经能够看出端倪了,有以下重要结论:

  1. lambda匿名函数本质上是一个函数,而不是一个变量,使用lambda匿名函数可以得到一个函数。
  2. 定义lambda匿名函数的语法为:lambda [形参]: 返回值,形参的数量可以为0,即支持定义无参数匿名函数。
  3. 使用lambda匿名函数的语法为:(lambda [形参]: 返回值) ([实参]),一般情况下,实参的数量应该和定义的形参数量一致。

*注:上述语句中的中括号[]表示非必须结构。

最后我们来看lambda匿名函数在算法题中的几个经典用法。

  1. defaultdict()

使用内置模块collections中的defaultdict(func),能够将哈希表的值value的默认类型设置为func,其中func是某种数据类型****初始化函数的函数名,如intlistdict等等。

假设我们想要value的默认值为1,其中一种方法通过def关键字定义一个叫做get_one()的函数,并且将函数名get_one作为函数名传入defaultdict(func)中。

from collections import defaultdict

# 使用def关键字进行函数定义
def get_one():
    return 1

# 哈希表d的value的默认值即为1
# 注意这里传入的是函数名get_one,而不是调用函数get_one()
d = defaultdict(get_one)

# 输出1
print(d[0])

通过前面分析我们知道,get_one这个函数名实际上等同于lambda: 1,故我们不需要对get_one()显式地进行定义,使用lambda匿名函数能够使得代码更加整洁。

from collections import defaultdict

# 哈希表d1的value的默认值即为1
d_lambda = defaultdict(lambda: 1)

# 输出1
print(d_lambda[0])
  1. sort()方法或内置函数sorted()

sort()方法和内置函数sorted()均包含key参数,用来指定排序的依据。key参数传入的也是一个函数名func,可以简单理解为对列表中的所有元素均使用函数func后,以得到的结果为依据对原列表进行排序。

假设我们想要对字符串按照长度来排序,可以指定len()内置函数为排序依据。

lst = ["123", "4567", "0", "12", "789"]

# 注意这里key参数传入是函数名len,而不是调用函数len()
lst.sort(key = len)

# 输出['0', '12', '123', '789', '4567']
print(lst)

上述代码也可以写成lambda匿名函数的形式。

lst = ["123", "4567", "0", "12", "789"]

# 注意这里key参数传入是函数名len,而不是调用函数len()
lst.sort(key = lambda x: len(x))

# 输出['0', '12', '123', '789', '4567']
print(lst)

如果对于长度相同的字符串,我们还想要按照数字序降序排列,那么仅用len()函数是无法完成的,只能通过进一步完善lambda匿名函数来完成。

lst = ["123", "4567", "0", "12", "789"]

# 注意这里key参数传入是函数名len,而不是调用函数len()
lst.sort(key = lambda x: (len(x), -int(x)))

# 输出['0', '12', '789', '123', '4567']
print(lst)
  1. 内置函数map()

内置函数map(func, iter)包含两个参数,分别是函数名func和可迭代对象iter。这里的func参数不仅可以传入已有的内置函数或自定义函数的函数名,也可以直接用lambda匿名函数完成。

譬如想要对由二进制字符串组成的列表lst_bin中的每一个字符串用先导0填充至长度为4,如果我们使用def关键字定义一个叫做get_pre_0()的函数,可以这样实现:

# 使用def关键字进行函数定义
# (4-len(s))能够获得应该填充的先导零"0"的个数
def get_pre_0(s):
    return (4-len(s))*"0" + s

lst_bin = ["10", "101", "1100", "1", "0"]

# 注意这里key参数传入是函数名get_pre_0,而不是调用函数get_pre_0()
lst_with_pre_0 = list(map(get_pre_0, lst_bin))

# 输出['0010', '0101', '1100', '0001', '0000']
print(lst_with_pre_0)

使用lambda匿名函数,无需具体定义函数get_pre_0(),亦可完成同样操作。

lst_bin = ["10", "101", "1100", "1", "0"]

# 使用lambda匿名函数,无需具体定义函数get_pre_0()
lst_with_pre_0_lambda = list(map(lambda x: (4-len(x))*"0" + x, lst_bin))

# 输出['0010', '0101', '1100', '0001', '0000']
print(lst_with_pre_0_lambda)

华为OD算法/大厂面试高频题算法练习冲刺训练

  • 华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务100+同学成功上岸!

  • 课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化

  • 每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!

  • 60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁

  • 可上全网独家的欧弟OJ系统练习华子OD、大厂真题

  • 可查看链接 大厂真题汇总 & OD真题汇总(持续更新)

  • 绿色聊天软件戳 od1336了解更多

文章来源:https://blog.csdn.net/weixin_48157259/article/details/134895571
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。