# @Date : 2026年7月3日
# @Author : xfanonymous
# @Description: lambda 匿名函数的定义和使用

# lambda 参数列表: 表达式
# 只能有一个表达式,结果自动return,适用于: 短小、一次性、作为高阶函数参数的场景


# ========== 1. 基础形式: 单参数 ==========
double = lambda x: x * 2

# ========== 2. 多参数 ==========
add = lambda x, y: x + y

# ========== 3. 带默认参数 ==========
add_base = lambda x, base=10: x + base

# ========== 4. 条件表达式(三元) ==========
pos = lambda x: x if x > 0 else 0

# ========== 5. 无参数 ==========
get_pi = lambda: 3.14


if __name__ == "__main__":
 print("【1. 基础形式: 单参数】")
 print(" double = lambda x: x * 2")
 print(" double(5) =", double(5))
 print(" double(0.5) =", double(0.5))

 print("\n【2. 多参数】")
 print(" add = lambda x, y: x + y")
 print(" add(2, 3) =", add(2, 3))
 print(" add(2, 3) 位置传参 / add(x=2, y=3) 关键字传参 =", add(x=2, y=3))

 print("\n【3. 带默认参数】")
 print(" add_base = lambda x, base=10: x + base")
 print(" add_base(5) =", add_base(5)) # 用默认 base=10
 print(" add_base(5, base=100)=", add_base(5, base=100)) # 覆盖默认

 print("\n【4. 条件表达式(三元)】")
 print(" pos = lambda x: x if x > 0 else 0")
 print(" pos(8) =", pos(8))
 print(" pos(-3) =", pos(-3))

 print("\n【5. 无参数】")
 print(" get_pi = lambda: 3.14")
 print(" get_pi() =", get_pi())

 print("\n【6. 最常用: 作为高阶函数参数(一次性使用, 不赋名)】")

 # 6.1 sorted 的 key
 nums = [3, 1, 2]
 print(" sorted([3,1,2]) =", sorted(nums))
 print(" sorted([3,1,2], key=lambda x: -x) =", sorted(nums, key=lambda x: -x)) # 降序

 # 6.2 按字典某个键排序
 users = [{"name": "tom", "age": 20}, {"name": "amy", "age": 18}]
 print(" users 按age升序 =", sorted(users, key=lambda u: u["age"]))

 # 6.3 map: 对每个元素应用函数
 print(" list(map(lambda x: x * 10, [1, 2, 3])) =", list(map(lambda x: x * 10, [1, 2, 3])))

 # 6.4 filter: 过滤
 print(" list(filter(lambda x: x % 2 == 0, [1,2,3,4,5,6])) =", list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5, 6])))

 # 6.5 reduce: 累积
 from functools import reduce
 print(" reduce(lambda a, b: a + b, [1,2,3,4]) =", reduce(lambda a, b: a + b, [1, 2, 3, 4]))

 print('\n【7. 作为"策略"存在数据结构中】')
 ops = {
 "add": lambda a, b: a + b,
 "sub": lambda a, b: a - b,
 "mul": lambda a, b: a * b,
 }
 print(" ops['add'](2, 3) =", ops["add"](2, 3))
 print(" ops['mul'](2, 3) =", ops["mul"](2, 3))


# 【1. 基础形式: 单参数】
# double = lambda x: x * 2
# double(5) = 10
# double(0.5) = 1.0
#
# 【2. 多参数】
# add = lambda x, y: x + y
# add(2, 3) = 5
# add(2, 3) 位置传参 / add(x=2, y=3) 关键字传参 = 5
#
# 【3. 带默认参数】
# add_base = lambda x, base=10: x + base
# add_base(5) = 15
# add_base(5, base=100)= 105
#
# 【4. 条件表达式(三元)】
# pos = lambda x: x if x > 0 else 0
# pos(8) = 8
# pos(-3) = 0
#
# 【5. 无参数】
# get_pi = lambda: 3.14
# get_pi() = 3.14
#
# 【6. 最常用: 作为高阶函数参数(一次性使用, 不赋名)】
# sorted([3,1,2]) = [1, 2, 3]
# sorted([3,1,2], key=lambda x: -x) = [3, 2, 1]
# users 按age升序 = [{'name': 'amy', 'age': 18}, {'name': 'tom', 'age': 20}]
# list(map(lambda x: x * 10, [1, 2, 3])) = [10, 20, 30]
# list(filter(lambda x: x % 2 == 0, [1,2,3,4,5,6])) = [2, 4, 6]
# reduce(lambda a, b: a + b, [1,2,3,4]) = 10
#
# 【7. 作为"策略"存在数据结构中】
# ops['add'](2, 3) = 5
# ops['mul'](2, 3) = 6