调用函数
    http://docs.python.org/3/library/functions.html#abs
    官方文档，Python的内置函数
    通过help(abs)查看abs函数的帮助信息
    定义函数

    • 如果没有return语句，函数执行完毕后也会返回结果，只是结果为None。
    • return None可以简写为return。
    • pass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来
    • 数据类型检查可以用内置函数isinstance实现
    • input()得到的值是字符串类型 如果你要进行数字的运算必须进行类型的转换 如d = int(input())
    • 返回多个值：Python函数返回的仍然是单一值，返回值是一个tuple
    • Python的函数返回多值，其实就是返回一个tuple，但写起来更方便。

    函数的参数
    默认参数
    可以简化函数的调用
    设置默认参数时，有几点要注意：
    一是必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；
    二是如何设置默认参数。
    当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。
    当不按顺序提供部分默认参数时，需要把参数名写上。比如调用enroll(‘Adam’, ‘M’, city=’Tianjin’)

    1. 定义默认参数要牢记一点：默认参数必须指向不变对象：
    2. Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，
    3. 因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，
    4. 则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。
    5. 为什么要设计str、None这样的不变对象呢？
    6. 因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。
    7. 此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。
    8. 我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。

    可变参数

    • 定义可变参数和定义list或tuple参数相比，仅仅在参数前面加了一个*号
    • Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去。

    *nums表示把nums这个list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见
    关键字参数

    • def person(name, age, **kw): —>两个星星号
    • 关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict
    • 关键字参数有什么用？它可以扩展函数的功能

    命名关键字参数

    • 与必选参数的区别，不必填？但是也在函数定义时，显示标注，用户可以这么传

    参数组合
    在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这4种参数都可以一起使用，或者只用其中某些，但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
    所以，对于任意函数，都可以通过类似func(args, *kw)的形式调用它，无论它的参数是如何定义的

    • Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。
    • 默认参数一定要用不可变对象，如果是可变对象，运行会有逻辑错误！
    • 要注意定义可变参数和关键字参数的语法：
    • *args是可变参数，args接收的是一个tuple；
    • **kw是关键字参数，kw接收的是一个dict。
    • 以及调用函数时如何传入可变参数和关键字参数的语法：
    • 可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过args传入：func((1, 2, 3))；
    • 关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过kw传入：func({‘a’: 1, ‘b’: 2})。
    • 使用args和*kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。

    递归函数
    使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出

    • 解决递归调用栈溢出的方法是通过尾递归优化
    • 可以把循环看成是一种特殊的尾递归函数
    • 尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。
    • 这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

    大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出

    • 使用递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出。
    • 针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。
    • Python标准的解释器没有针对尾递归做优化，任何递归函数都存在栈溢出的问题。

    python默认迭代次数不能超过998次，超过会报错，可以修改最大迭代次数来避免报错
    def fact(n):
    return fact_iter(n, 1)
    def fact_iter(n, total):
    if n == 1:
    return total
    return fact_iter(n - 1, n * total)
    尾递归调用的优化的原因：
    当编译器检测到一个函数调用是尾递归的时候，它就覆盖当前的活动记录而不是在栈中去创建一个新的。编译器可以做到这点，因为递归调用是当前活跃期内最后一条待执行的语句，于是当这个调用返回时栈帧中并没有其他事情可做，因此也就没有保存栈帧的必要了。通过覆盖当前的栈帧而不是在其之上重新添加一个，这样所使用的栈空间就大大缩减了，这使得实际的运行效率会变得更高