Python 函数详解(下)附综合练习题

6. 值传递和引用传递

Python 中所有数据都是对象，变量只是"指向对象的引用（标签）"。当变量作为参数传给函数时，传递的是「对象引用的副本」——但后续操作是否影响原对象，取决于对象本身是"不可变"还是"可变"

不可变对象（如 int、str、tuple）：类似"值传递"，修改不影响原对象

不可变对象的特点：创建后值无法修改，任何"修改"操作都会生成新的对象（而非改变原对象）。

defmodify_num(num):
num=num+10# 整数是不可变对象，此操作会生成新整数（15）
print("函数内的 num:", num)

a=5
modify_num(a)
print("函数外的 a:", a)  # 输出：函数外的 a: 5

解释：

a 是整数（不可变对象），传递给函数时，num 拿到的是「a 指向的整数 5 的引用副本」。
执行 num = num + 10 时，因整数不可变，会创建新的整数对象 15，并让 num 指向它（原对象 5 不受影响）。
因此，函数外的 a 仍指向原对象 5，值不变。

可变对象（如 list、dict、set）：类似"引用传递"，修改会影响原对象

可变对象的特点：可以在原地修改内容（不会生成新对象，直接修改原对象的内部数据）。

defmodify_list(lst):
lst.append(100)  # 列表是可变对象，此操作直接修改原列表
print("函数内的 lst:", lst)

my_list= [1, 2, 3]
modify_list(my_list)
print("函数外的 my_list:", my_list)  # 输出：函数外的 my_list: [1, 2, 3, 100]

特殊情况：对可变对象"重新赋值"，不影响原对象

若在函数内对可变对象的参数重新赋值（让参数指向新对象），则不会影响外部原对象——因为这是让「引用副本」指向了新对象，而非修改原对象。

defreassign_list(lst):
lst= [10, 20, 30]  # 让 lst 指向新列表（原列表不受影响）
print("函数内的 lst:", lst)

my_list= [1, 2, 3]
reassign_list(my_list)
print("函数外的 my_list:", my_list)  # 输出：函数外的 my_list: [1, 2, 3]

总结：Python 的参数传递规则

• 传递的是 "对象引用的副本"，而非"值的副本"或"对象本身的引用"

• 若对象是不可变的（int、str、tuple 等）：函数内"修改"会生成新对象，原对象不受影响 → 行为类似"值传递"

• 若对象是可变的（list、dict、set 等）：函数内"原地修改内容"会影响原对象 → 行为类似"引用传递"；但"重新赋值参数"不会影响原对象

7. 函数的递归

在 Python 中，递归（Recursion） 指的是函数自己调用自己的编程方式。它的核心思想是：把一个复杂问题分解为和原问题"结构相同但规模更小"的子问题，直到子问题小到可以直接解决（终止条件），再通过子问题的解反推原问题的解。

递归的两个核心思想

递归函数必须包含两个部分，否则会陷入"无限递归"（类似死循环）：

1.终止条件（BaseCase）：当问题小到可以直接解决时，返回一个明确的结果，不再继续调用自己

2.递归步骤（RecursiveCase）：将原问题分解为"规模更小的同类子问题"，并通过调用自身解决子问题，最终用子问题的解构建原问题的解

阶乘示例

阶乘的数学定义：

• n! = n × (n-1) × (n-2) × ... × 1（n ≥ 1）

• 特殊情况：0! = 1（终止条件）

显然，n! 可以分解为 n × (n-1)!（子问题），符合递归的结构

deffactorial(n):
# 1. 终止条件：n=0时直接返回1
ifn==0:
return1
# 2. 递归步骤：n! = n × (n-1)!，调用自身解决子问题
else:
returnn*factorial(n-1)

# 测试
print(factorial(5))  # 输出：120（5! = 5×4×3×2×1×1 = 120）
print(factorial(0))  # 输出：1（符合终止条件）

递归的优缺点

优点：

• 代码简洁，逻辑清晰

• 适合解决分治、树形结构等问题

缺点：

• 效率较低：每次递归调用都会在内存栈中开辟新空间（存储函数参数、返回地址等），可能导致额外的时间和空间开销

• 可能栈溢出：Python 对递归深度有默认限制（约 1000 层），超过会抛出 RecursionError

• 调试困难：多层递归的调用栈复杂，出错时难以追踪问题

递归练习题

1. 用递归计算斐波那契数列的第 n 项（斐波那契定义：fib(0)=0，fib(1)=1，fib(n)=fib(n-1)+fib(n-2)）

2. 用递归计算 1 + 2 + 3 + ... + n 的和（提示：sum(n) = n + sum(n-1)，终止条件 sum(1)=1）

3. 用递归实现字符串反转（如输入 "abc"，输出 "cba"，提示：reverse(s) = s[-1] + reverse(s[:-1])，终止条件 reverse("") = ""）

8. 匿名函数

匿名函数指的是"没有名字的函数"，它通过 lambda 关键字定义，因此也被称为 lambda 函数。匿名函数的核心作用是快速定义简单逻辑的函数，通常用于"临时需要一个函数"的场景（比如作为其他函数的参数）

基本语法

lambda 参数列表: 表达式

• 参数列表：函数的输入参数，可以有 0 个或多个参数

• 表达式：函数的执行逻辑，必须是单个表达式（不能包含循环、多行代码等复杂逻辑），表达式的结果会自动作为函数的返回值（无需写 return）

使用示例

1. 定义匿名函数并赋值给变量

# 定义匿名函数并赋值给变量
add=lambdaa, b: a+b

# 通过变量调用
print(add(3, 5))  # 输出：8（等价于普通函数的调用）

2. 作为其他函数的参数

people= [
    {"name": "张三", "age": 20},
    {"name": "李四", "age": 18},
    {"name": "王五", "age": 22}
]

# 按年龄升序排序，key=lambda x: x["age"] 表示"以字典的'age'值作为排序依据"
sorted_people=sorted(people, key=lambdax: x["age"])
print(sorted_people)
# 输出：[{'name': '李四', 'age': 18}, {'name': '张三', 'age': 20}, {'name': '王五', 'age': 22}]

9. 偏函数

偏函数（Partial Function） 是 functools 模块提供的一个工具，它的核心作用是：固定原函数的部分参数（提前给某些参数赋值），生成一个新的函数。这样在调用新函数时，只需传递剩下的参数，无需重复传递那些固定的参数，让代码更简洁。

使用场景

例如，Python 内置的 int() 函数可以将字符串转换为整数，它有一个可选参数 base（默认值为 10），用于指定字符串的进制：

• int("10") → 默认按 10 进制转换，结果为 10

• int("10", base=2) → 按 2 进制转换，结果为 2

• int("10", base=8) → 按 8 进制转换，结果为 8

如果你的场景中频繁需要将二进制字符串转整数（即 base=2 固定），每次调用都写 int(s, base=2) 会很重复。这时，偏函数就能帮你"固定 base=2"，生成一个新的"二进制转换专用函数"。

基本语法

fromfunctoolsimportpartial

新函数=partial(原函数, 固定参数1=值1, 固定参数2=值2, ...)

使用示例

fromfunctoolsimportpartial

# 固定 int() 的 base=2，生成"二进制转整数"的偏函数
int_bin=partial(int, base=2)

# 调用新函数时，只需传字符串（不用再写 base=2）
print(int_bin("10"))    # 输出：2（等价于 int("10", base=2)）
print(int_bin("1111"))  # 输出：15（等价于 int("1111", base=2)）

偏函数练习题

用 functools.partial 对内置函数 max() 进行包装，生成一个"求列表中小于等于 10 的最大值"的偏函数（提示：max() 可以接收 key 参数，如 max(lst, key=lambda x: x if x<=10 else -inf)）

10. 函数综合练习题

练习1：学生成绩统计系统

需求：编写一个程序，实现学生成绩的统计功能。具体要求：

1. 用列表存储学生信息，每个学生信息为字典（包含"name"姓名、"scores"各科成绩列表，如{"name": "张三", "scores": [85, 92, 78]}）

2. 定义函数calculate_stats(students)，接收学生列表，返回一个统计结果字典，包含：

• "avg_score"：所有学生的平均分（所有科目总分 ÷ 总科目数）

• "max_score"：所有科目中的最高分

• "min_score"：所有科目中的最低分

• "pass_rate"：及格率（60 分及以上的科目占比，保留 2 位小数）

3. 定义函数add_student(students, name, scores)，向学生列表中添加新学生（需检查scores是否全为数字，若有非数字则不添加并提示错误）

4. 测试：添加 3 名学生，调用统计函数并打印结果

练习2：购物清单管理系统

需求：编写一个程序，模拟购物清单的管理功能。具体要求：

1. 用列表存储购物项，每个购物项为元组(商品名称, 单价, 数量)，如("苹果", 5.9, 2)

2. 定义以下函数：

• add_item(items, name, price, quantity)：添加商品（检查单价和数量是否为正数，若否则不添加并提示错误）

• remove_item(items, name)：移除指定名称的商品（若不存在则提示）

• calculate_total(items)：计算总价（若购物项总数≥5，总价打 9 折；≥10 打 8 折，否则无折扣），返回总价（保留 2 位小数）

• show_items(items)：打印所有商品（格式：序号. 商品名称：单价×数量=小计）

3. 测试：添加 5 种商品，移除 1 种，计算总价并打印清单

练习3：物流调度系统

背景：某物流企业有多个仓库，每个仓库存储多种货物（用数字 ID 标识），每种货物有库存数量。企业接到一批订单，需从仓库调货满足订单需求。

核心数据结构

1. 仓库列表 warehouses：元素为字典，结构：{"id": 仓库ID（int）, "inventory": {货物ID（int）: 库存数量（int）}}

2. 订单列表 orders：元素为字典，结构：{"order_id": 订单ID（int）, "items": {货物ID（int）: 需求数量（int）}}

3. 距离矩阵 distances：二维列表，distances[w1][w2] 表示仓库 w1 到仓库 w2 的运输距离（整数）

需求函数

1. check_availability(warehouses, orders)：检查所有订单的总需求是否可被仓库总库存满足

2. allocate_goods(warehouses, orders, distances)：若库存足够，生成调度方案（优先从距离目的地最近的仓库调货）

3. calculate_cost(allocations, distances)：根据调度方案计算总运输成本