介绍：

当下主流的编程方法有三种：函数式，面向过程，面向对象，三者相当于编程界的三个门派，每个门派有自己的独门秘籍，都是用来解决问题的。三种流派都是一种编程的方法论，只不过是各自的风格不同，在不同的应用场景下也各有优势。

一：函数式编程：函数式=编程语言定义的函数+数学意义的函数

　　通俗来讲，函数式就是用编程语言去实现数学函数。这种函数内对象是永恒不变的，要么参数是函数，要么返回值是函数，没有for和while循环，所有的循环都由递归去实现，无变量的赋值（即不用变量去保存状态），无赋值即不改变。

y = 2*x+1def cal(x):    return 2*x+1

特征：

1.不可变数据

2.第一类对象

3.尾调用优化（尾递归）

例一：不可变：不用变量保存状态，不修改变量

#非函数式ta=1def incr_test1():    global a    a+=1    return aincr_test1()print(a)#函数式n = 1def incr_test2(n):    return n+1print incr_test2(2)print(n)

例二：第一类对象：函数即“变量”

1.函数名可以当参数传递

def foo(n):    print(n)def bar(name):    print('my name is %s' %name)foo(bar('丢丢'))

2.返回值可以是函数名

def bar():    print('from bar')def foo():    print('from foo')    return barn = foo()n()

例三：尾调用：在函数的最后一步调用另外一个函数（最后一行不一定是函数的最后一步）

#函数在bar内为尾调用def bar(n):    return ndef foo(x):    return bar(x)#函数在bar1和bar2在foo内均为尾调用，二者在if判断条件不同的情况下都有可能作为函数的最后一步def bar1(n):return ndef bar2(n):return n+1def foo(x):    if type(x) is str:        return bar1(x)    elif type(x) is int:        return bar2(x)#函数bar在foo内为非尾调用def bar(n):    return ndef foo(x):    y=bar(x)    return y#函数bar在foo内尾非尾调用def bar(n):    return ndef foo(x):    return bar(x)+1

高阶函数（满足下列条件之一即为高阶函数）

1.函数的传入参数是一个函数名

2.函数的返回值是一个函数名

 

map函数：依次处理列表每一个元素，得到结果是一个‘列表’，该‘列表’元素个数及位置与原来列表顺序一样

1 array=[1,3,4,71,2] 2  3 ret=[] 4 for i in array: 5     ret.append(i**2) 6 print(ret) 7  8 #如果我们有一万个列表,那么你只能把上面的逻辑定义成函数 9 def map_test(array):10     ret=[]11     for i in array:12         ret.append(i**2)13     return ret14 15 print(map_test(array))16 17 #如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样18 def add_num(x):19     return x+120 def map_test(func,array):21     ret=[]22     for i in array:23         ret.append(func(i))24     return ret25 26 print(map_test(add_num,array))27 #可以使用匿名函数28 print(map_test(lambda x:x-1,array))29 30 31 #上面就是map函数的功能,map得到的结果是可迭代对象32 print(map(lambda x:x-1,range(5)))33 34 35 #终极版本36 37 num_l = [2, 5, 9, 8]38 def map_test(func, array):39 40     ret = []41     for i in num_l:42         res = func(i)43         ret.append(res)44     return ret45 46 47 print(map_test(lambda x:x+1,num_l))

filter函数：遍历序列中每个元素，判断每个元素布尔值，如果是True则留下来

people = [        {
    'name':'huanhuan','age':500},         {
    'name':'diudiu','age':500},         {
    'name':'haha','age':5},    ]print(list(filter(lambda p:p['age']<=18,people)))

 

#课堂上集聚了一群打游戏的同学，找出他们class_people=['yunlai','lvzhi','lianhua','yx_longtao','yx_wukequn','yx_zhiying']def tell_yx(x):    return x.startswith('yx')def filter_test(func,array):    ret=[]    for i in array:        if func(i):            ret.append(i)    return retprint(filter_test(tell_yx,class_people))#函数filter,返回可迭代对象print(filter(lambda x:x.startswith('yx'),class_people))print(list(filter(lambda x:x.startswith('yx'),class_people)))

reduce函数：处理一个序列，然后把序列进行合并操作

# 求和num_l=[2,5,6,9,14,56]res = 0for num in num_l:    res+=numprint(res)# 函数形式num_l=[1,6,9,15,100]def reduce_test(array):    res=0    for num in num_l:        res += num    return resprint(reduce_test(num_l))# 乘积num_l=[2,6,5]def reduce_test(func,array):    res=1                   #程序容易写死    for num in array:        res=func(res,num)    return resprint(reduce_test(lambda x,y:x*y,num_l))# 方法二：num_l = [2, 6, 5]def reduce_test(func, array):    res = array.pop(0)    for num in array:        res = func(res, num)    return resprint(reduce_test(lambda x, y: x * y, num_l))# 支持用户自己传入初始值num_l = [2, 6, 9, 15]def reduce_test(func, array, init=None):    if init is None:        res = array.pop(0)    else:        res=init    for num in array:        res = func(res, num)    return resprint(reduce_test(lambda x, y: x * y, num_l, 100))#reduce 函数def reduce_test(func, array, init=None):    if init is None:        res = array.pop(0)    else:        res=init    for num in array:        res = func(res, num)    return resfrom  functools import reducenum_l = [2, 6, 9, 15]print(reduce(lambda x,y:x*y,num_l,100))

总结