PYTHON 120道题目详解（64-66）

64.Python中的递归函数是什么？请给出一个例子。

递归函数是一种特殊类型的函数，它可以在函数体内调用自身，从而形成一种循环结构。递归函数通常用于解决可以分解为更小、更简单子问题的复杂问题。递归函数有两个主要部分：基本情况（base case）和递归情况（recursive case）。基本情况是问题的最小、最简单形式，它不需要进一步递归就能解决。递归情况则是将问题分解为更小的子问题，并对这些子问题调用递归函数。

下面是一个使用递归函数计算阶乘的例子：

	def factorial(n):
	# 基本情况
	if n == 0:
	return 1
	# 递归情况
	else:
	return n * factorial(n-1)
	# 测试函数
	print(factorial(5)) # 输出: 120

在这个例子中，factorial函数是递归的，因为它在其定义中调用了自身。当n为0时，函数返回1，这是基本情况。否则，它返回n乘以factorial(n-1)的结果，这是递归情况。通过这种方式，函数可以计算任意非负整数的阶乘。

65.Python中的多态和重载有什么区别？

在Python中，多态（Polymorphism）和重载（Overloading）是面向对象编程的两个重要概念，但它们在使用和目的上有一些区别。

多态（Polymorphism）

多态是面向对象编程中的一个特性，它允许你使用相同的接口（方法名）来处理不同类型的对象。这意味着，你可以编写一个方法，该方法可以处理多种类型的对象，而无需为每种类型编写不同的方法。多态的实现通常依赖于继承和接口。

在Python中，多态通常通过继承和方法的重写来实现。子类可以继承父类的方法，并根据需要重写这些方法。这样，当你对子类对象调用这个方法时，会执行子类中的实现，而不是父类中的实现。这就是多态的体现。

重载（Overloading）

重载是指在同一个类中，可以有多个名称相同但参数列表不同的方法。这意味着，你可以为同一个方法名提供多种不同的实现，每种实现适用于不同类型的参数或参数数量。重载允许你根据提供的参数来调用不同的方法实现。

然而，值得注意的是，Python并不直接支持方法重载。在Python中，你可以为同一个方法名提供多种实现，但这些实现必须接受不同类型的参数，因为Python在运行时根据参数类型来决定调用哪个方法。这与一些其他编程语言（如Java或C++）中的方法重载有所不同，在那些语言中，你可以为同一个方法名提供多种实现，每种实现接受不同类型的参数，并在编译时确定调用哪个实现。

总结来说，多态和重载都是面向对象编程中的重要概念，但它们在使用和目的上有所不同。多态允许你使用相同的接口处理不同类型的对象，而重载允许你为同一个方法名提供多种不同的实现，每种实现适用于不同类型的参数。在Python中，多态可以通过继承和方法的重写来实现，而重载则需要通过参数类型的不同来实现。

66.Python中的迭代器和生成器有什么区别？

在Python中，迭代器和生成器都是用于处理可迭代对象（iterable）的强大工具，但它们之间有一些关键的区别。

迭代器（Iterator）

迭代器是一个可以记住遍历的位置的对象。迭代器对象必须实现两个方法，__iter__() 和 __next__()。字符串、列表或元组等数据类型都是可迭代的对象，但它们不是迭代器，因为它们不具有迭代器所需的__iter__() 和 __next__() 方法。

你可以通过调用 iter() 函数来获取一个迭代器对象。迭代器对象有一个 __next__() 方法，每次调用这个方法，它就会返回下一个值，直到所有的值都被返回后，抛出一个 StopIteration 异常。

生成器（Generator）

生成器是一种特殊的迭代器，但它不需要显式地实现 __iter__() 和 __next__() 方法。生成器在每次迭代时按需生成下一个值，而不是一次性生成所有的值，这使得它们对于大数据集特别有用，因为它们可以节省大量的内存。

生成器可以通过在函数中使用 yield 关键字来创建。当函数被调用时，它不会执行任何操作，而是返回一个迭代器。当这个迭代器的 __next__() 方法被调用时，函数会开始执行，直到遇到 yield 关键字为止。然后，yield 的值会被返回，函数的状态会被保存。下一次调用 __next__() 时，函数会从上次保存的状态开始执行。

总结

总的来说，迭代器和生成器都是用于遍历可迭代对象的工具，但它们在实现和使用上有一些区别：

• 迭代器是一个可以记住遍历的位置的对象，需要显式地实现 __iter__() 和 __next__() 方法。
• 生成器是一种特殊的迭代器，它使用 yield 关键字按需生成下一个值，而不是一次性生成所有的值。生成器不需要显式地实现 __iter__() 和 __next__() 方法。
• 生成器通常用于处理大数据集，因为它们可以节省大量的内存。
• 在Python中，你可以通过调用 iter() 函数来获取一个迭代器对象，而生成器则通过定义包含 yield 关键字的函数来创建。