【Python】链式、嵌套调用、递归、函数栈帧、参数默认值和关键字参数

链式调用

用一个函数的返回值，作为另一个函数的参数

python">def isOdd(num):  if num % 2 == 0:  return False  return True  def add(x, y):  return x + y  print(isOdd(add(3,4)))"""
运行结果"""

这里就是先算出 add 的值，然后将 add 的结果传给 isOdd 进行奇偶数判断，最后将结果给 print 进行打印

链式调用中，是先执行 ( ) 里面的函数，然后执行外面的函数。换句话说就是：调用一个函数，就需要先对他的参数求值

嵌套调用

一个函数体内部，还可以调用其他函数

python">def a():  num1 = 10  print('函数 a')  def b():  num2 = 20  print('函数 b')  a()  def c():  num3 = 30  print('函数 c')  b()  c()"""
运行结果
函数 c
函数 b
函数 a
"""

调用 c 的时候，会打印 c，也会调用 b
调用 b 的时候，会打印 b，也会调用 a
调用 a 的时候，会打印 a

函数栈帧

调试器的左下角，能看到函数之间的“调用栈”
调用栈里面描述了当前这个代码的函数之间的调用关系是怎样的
每一层这个调用关系就称为“函数的栈帧”，每个函数的局部变量就在这个栈帧中体现
每一层栈帧，在你选中之后，都能看到里面的局部变量，每个函数的局部变量就保存在对应的栈帧之中
调用函数，则生成对应的栈帧；函数结束，则对应的栈帧消亡（里面的局部变量也就没了）

如果将每个函数里面的变量名都改为一样的，但里面的变量仍是不同的变量，属于不同的函数作用域

每个变量是保存在各自的栈帧中的，每个栈帧是保存在内存上的
变量的本质是一块内存空间

函数递归

函数递归，就是一个函数自己调用自己

python">def factor(n):  if n == 1:  return 1  return n * factor(n-1)  result = factor(5)  
print(result)"""
运行结果
120
"""

虽然都是 n，但是 n 是函数的形参，形参相当于函数的局部变量，而局部变量是在函数自己的栈帧上的
虽然几个函数的局部变量名相同，但是他们是在不同的栈帧中，是在不同的内存空间中，也就是不同的变量
另一方面，看起来是同一个函数，但是这里的多次调用，其实是多个不同的栈帧

递归的两个要素：

递归结束条件
递归的递推公式

缺点

递归的缺点：

执行过程非常复杂，难以理解
递归代码容易出现“栈溢出”的情况
- 代码不小心写错了，导致每次递归的时候，参数不能正确的接近递归结束的条件，就会出现“无限递归”的情况
递归代码一般都是可以转换成等价的循环代码的，循环的版本通常运行速度要比递归的版本有优势（函数的调用也是有开销的）

优点

代码非常简洁，尤其是处理一些“问题本身就是通过递归方式定义的”问题非常方便（二叉树）

参数默认值

Python 中的函数，可以给形参指定默认值
带有默认值的参数，可以在调用的时候不传参

在函数内部加上打印信息，方便我们进行调试。但是，像这种调试信息，希望在正式发布的时候不要有，只是在调试的阶段才有
为了实现这一点，我们就可以给函数加上特定的“开关”

python">def add(x, y, debug=False):  if debug:  print(f'x = {x}, y = {y}')  return x + y  result = add(10,20, True)  
print(result)

这里的 debug = False 就是形参的默认值
带有默认值的形参，就可以在调用函数的时候，不必传参，使用默认值。但也可以手动传参，不使用默认值

通过这样的默认值，就可以让函数的设计更灵活
但要求带有默认值的形参，得在形参列表的后面，而不能在前面或者中间，带有多个默认参数的形参，就都得放在后面

但像默认值这样的语法，在编程界是存在争议的

C++也支持形参默认参数
Java 不支持

关键字参数

在调用函数的时候，需要给函数指定实参，一般默认情况下是按照形参的顺序，来依次传递实参的

按照先后顺序来传参，这种传参风格，称为“位置参数”，这是各个编程语言中最普遍的方式

关键字传参，是按照形参的名字来进行传参

python">def test(x, y):  print(f'x = {x}')  print(f'y = {y}')  test(x=10, y=20)
test(y=100, x=200)
test(1000, y=2000)"""
运行结果
x = 10
y = 20
x = 200
y = 100
x = 1000
y = 2000
"""