# 导式是Python中一种简洁、高效的创建数据结构的方法，可以用更少的代码生成列表、字典、集合等。推导式让代码更加简洁、可读性更强，同时性能通常比传统循环更好
# 推导式的优势
# 优势	    描述	                       示例
# 代码简洁	用一行表达式完成循环与条件判断	    [x**2 for x in range(5)]
# 可读性强	结构清晰，表达意图明确	           比传统for循环更直观
# 性能优越	通常比循环+append更快	          底层优化实现
# 功能丰富	支持条件过滤、嵌套循环等	        复杂数据处理
# 2.2.推导式类型
# 类型	        语法	                            结果类型	      示例
# 列表推导式	[expr for item in iterable]	        list	        [x**2 for x in range(5)]
# 字典推导式	{key: value for item in iterable}	dict	        {x: x**2 for x in range(5)}
# 集合推导式	{expr for item in iterable}	        set	            {x**2 for x in range(5)}
# 生成器表达式	(expr for item in iterable)	         generator	     (x**2 for x in range(5))

# 基本语法
# [表达式 for 变量 in 可迭代对象 (可选的if条件)]
# 组成部分：
# 表达式：对每个元素进行处理的代码
# for 变量 in 可迭代对象：遍历数据源
# if 条件：可选的过滤条件

# 列表推导式
squares = [x**2 for x in range(5)]
print(squares)  # [0, 1, 4, 9, 16]

# 带条件
# 只包含偶数的平方
even_squares = [x**2 for x in range(10) if x % 2 == 0]
print(even_squares)  # [0, 4, 16, 36, 64]

# 多个条件
numbers = [x for x in range(20) if x % 2 == 0 if x % 3 == 0]
print(numbers)  # [0, 6, 12, 18]

# 条件表达式（三元运算符）
results = [x if x % 2 == 0 else "odd" for x in range(5)]
print(results)  # [0, 'odd', 2, 'odd', 4]

# 嵌套循环
# 二维列表展开
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 等价于：
flattened = []
for row in matrix:
    for num in row:
        flattened.append(num)

# 创建乘法表
multiplication_table = [[i * j for j in range(1, 6)] for i in range(1, 6)]
print(multiplication_table)
# [[1, 2, 3, 4, 5],
#  [2, 4, 6, 8, 10],
#  [3, 6, 9, 12, 15],
#  [4, 8, 12, 16, 20],
#  [5, 10, 15, 20, 25]]


# 字典推导式
# {键表达式: 值表达式 for 变量 in 可迭代对象 (可选的if条件)}
# 最基础的字典推导式
d = {x: x**2 for x in range(5)}
print(d)  # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

# 带条件的字典推导式
d = {x: x**2 for x in range(5) if x % 2 == 0}
print(d)  # {0: 0, 2: 4, 4: 16}


# 集合推导式
# {表达式 for 变量 in 可迭代对象 (可选的if条件)}
# 创建唯一平方数的集合
squares_set = {x**2 for x in range(-5, 6)}
print(squares_set)  # {0, 1, 4, 9, 16, 25}

# 从列表去重
words = ["hello", "world", "hello", "python", "world"]
unique_words = {word for word in words}
print(unique_words)  # {'hello', 'world', 'python'}

# 带条件的集合推导式
even_squares = {x**2 for x in range(10) if x % 2 == 0}
print(even_squares)  # {0, 64, 4, 36, 16}

# 生成器表达式
# (表达式 for 变量 in 可迭代对象 (可选的if条件))
# 生成器表达式
squares_gen = (x**2 for x in range(5))
print(squares_gen)  # <generator object <genexpr> at 0x...>

# 转换为列表
print(list(squares_gen))  # [0, 1, 4, 9, 16]

# 带条件的生成器表达式
even_squares_gen = (x**2 for x in range(10) if x % 2 == 0)
print(list(even_squares_gen))  # [0, 4, 16, 36, 64]


# 多层嵌套推导式
# 三维嵌套列表展平
three_d = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
flattened_3d = [num for matrix in three_d for row in matrix for num in row]
print(flattened_3d)  # [1, 2, 3, 4, 5, 6, 7, 8]

# 使用字典推导式创建嵌套字典
nested_dict = {
    f"group_{i}": {f"item_{j}": i * j for j in range(1, 4)} for i in range(1, 4)
}
print(nested_dict)
# {'group_1': {'item_1': 1, 'item_2': 2, 'item_3': 3},
#  'group_2': {'item_1': 2, 'item_2': 4, 'item_3': 6},
#  'group_3': {'item_1': 3, 'item_2': 6, 'item_3': 9}}

# 复杂条件逻辑
# 复杂条件筛选
numbers = range(20)
complex_filter = [
    x for x in numbers if (x % 2 == 0 and x < 10) or (x % 3 == 0 and x > 10)
]
print(complex_filter)  # [0, 2, 4, 6, 8, 12, 15, 18]


# 使用函数进行复杂判断
def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(n**0.5) + 1):
        if n % i == 0:
            return False
    return True


# 筛选素数
primes = [x for x in range(2, 30) if is_prime(x)]
print(primes)  # [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]


numbers = [1, 2, 4]
abc = list(map(lambda x: x * 2, numbers))
print(abc)