尾递归 栈溢出

小结

1

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。

 

 

尾递归 - 51CTO.COM https://book.51cto.com/art/201212/370096.htm

 尾递归_百度百科 https://baike.baidu.com/item/尾递归/554682?fr=aladdin

 

以下是具体实例:
线性递归:
1
2
3
4
5
long Rescuvie(long n) {
 
    return (n == 1) ? 1 : n * Rescuvie(n - 1);
 
}
尾递归:
1
2
3
4
5
6
7
8
9
10
11
12
long TailRescuvie(long n, long a) {
 
    return (n == 1) ? a : TailRescuvie(n - 1, a * n);
 
}
 
 
long TailRescuvie(long n) {//封装用的
     
    return (n == 0) ? 1 : TailRescuvie(n, 1);
 
}
当n = 5时
对于线性递归, 他的递归过程如下:
Rescuvie(5)
{5 * Rescuvie(4)}
{5 * {4 * Rescuvie(3)}}
{5 * {4 * {3 * Rescuvie(2)}}}
{5 * {4 * {3 * {2 * Rescuvie(1)}}}}
{5 * {4 * {3 * {2 * 1}}}}
{5 * {4 * {3 * 2}}}
{5 * {4 * 6}}
{5 * 24}
120
对于尾递归, 他的递归过程如下:
TailRescuvie(5)
TailRescuvie(5, 1)
TailRescuvie(4, 5)
TailRescuvie(3, 20)
TailRescuvie(2, 60)
TailRescuvie(1, 120)
120
很容易看出, 普通的线性递归比尾递归更加消耗资源, 在实现上说, 每次重复的过程
调用都使得调用链条不断加长. 系统不得不使用栈进行数据保存和恢复.而尾递归就
不存在这样的问题, 因为他的状态完全由n和a保存.
 
 递归函数 - 廖雪峰的官方网站 https://www.liaoxuefeng.com/wiki/1016959663602400/1017268131039072

sys.version_info sys.version_info(major=3, minor=8, micro=1, releaselevel='final', serial=0)

def f(n):
if n == 1:
return 1
return n * f(n - 1)


r = f(3)
print(r)
r = f(100)
print(r)

'''
r = f(1000)
print(r)
Traceback (most recent call last):
File "D:/testPy/递归.py", line 9, in <module>
r=f(1000)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
[Previous line repeated 995 more times]
File "D:/testPy/递归.py", line 2, in f
if n==1:
RecursionError: maximum recursion depth exceeded in comparison
'''


# 递归
def f_iter(num, product):
if num == 1:
return product
return f_iter(num - 1, num * product)

import sys
print('sys.version_info',sys.version_info)
r=f_iter(10,1)
print(r)
r=f_iter(100,1)
print(r)
r=f_iter(1000,1)
print(r)

fact(n)用递归的方式写出来就是:

def fact(n):
    if n==1:
        return 1
    return n * fact(n - 1)

上面就是一个递归函数。可以试试:

>>> fact(1)
1
>>> fact(5)
120
>>> fact(100)
93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000

如果我们计算fact(5),可以根据函数定义看到计算过程如下:

===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120

递归函数的优点是定义简单,逻辑清晰。理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰。

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。可以试试fact(1000)

>>> fact(1000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 4, in fact
  ...
  File "<stdin>", line 4, in fact
RuntimeError: maximum recursion depth exceeded in comparison

解决递归调用栈溢出的方法是通过尾递归优化,事实上尾递归和循环的效果是一样的,所以,把循环看成是一种特殊的尾递归函数也是可以的。

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。

上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式,所以就不是尾递归了。要改成尾递归方式,需要多一点代码,主要是要把每一步的乘积传入到递归函数中:

def fact(n):
    return fact_iter(n, 1)

def fact_iter(num, product):
    if num == 1:
        return product
    return fact_iter(num - 1, num * product)

可以看到,return fact_iter(num - 1, num * product)仅返回递归函数本身,num - 1num * product在函数调用前就会被计算,不影响函数调用。

fact(5)对应的fact_iter(5, 1)的调用如下:

===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120

尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。

遗憾的是,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。

小结

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。

 

 

 

 

 

 
def f(n):
if n == 1:
return 1
return n * f(n - 1)


r = f(3)
print(r)
r = f(100)
print(r)

'''
r = f(1000)
print(r)
Traceback (most recent call last):
File "D:/testPy/递归.py", line 9, in <module>
r=f(1000)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
File "D:/testPy/递归.py", line 4, in f
return n*f(n-1)
[Previous line repeated 995 more times]
File "D:/testPy/递归.py", line 2, in f
if n==1:
RecursionError: maximum recursion depth exceeded in comparison
'''


# 递归
def f_iter(num, product):
if num == 1:
return product
return f_iter(num - 1, num * product)

import sys
print('sys.version_info',sys.version_info)
r=f_iter(10,1)
print(r)
r=f_iter(100,1)
print(r)
r=f_iter(1000,1)
print(r)



return f_iter(num - 1, num * product)
[Previous line repeated 995 more times]
File "D:/testPy/递归函数.py", line 33, in f_iter
if num == 1:
RecursionError: maximum recursion depth exceeded in comparison

 

posted @ 2020-03-04 12:45  papering  阅读(682)  评论(0编辑  收藏  举报