Python——函数递归
函数的递归调用
转自:https://zhuanlan.zhihu.com/p/109119148
1、递归调用的介绍
-
函数的递归调用:即是指在一个函数体代码中直接或间接的再次调用了该函数
# 直接的递归调用 def f1(): print('from f1') f1() f1()
# 间接的递归调用 def f1(): print('from f1') f2() def f2(): print('from f2') f1() f1()
-
由于无限的递归调用会占用大量的内存,因此python对函数的递归调用的深度做了限制,当递归调用次数的达到限制时,就会抛出异常,要避免出现这种情况,就必须让递归调用在满足某个特定条件下终止。
#1. 可以使用sys.getrecursionlimit()去查看递归深度,默认值为1000,虽然可以使用 sys.setrecursionlimit() # 去设定该值,来更改递归的深度,但仍受限于主机操作系统栈大小的限制 #2. python不是一门函数式编程语言,无法对递归进行尾递归优化。
2、强调:递归调用不应该无限地调用下去,必须在满足某种条件下结束递归调用
n=0
while n < 10:
print(n)
n+=1
def f1(n):
if n == 10:
return
print(n)
n+=1
f1(n)
f1(0)
3、递归调用的两个阶段:回溯和递推
-
3.1 回溯:一层一层调用下去
-
3.2 递推:满足某种结束条件,结束递归调用,然后一层一层返回
''' 即假设有五个人要想知道第五个人的年龄,问第五个人他说他比第四个人大10岁,第四个人说他比第三个人大10岁, 第三个人比第二个人大10岁,第二个人比第一个人大10岁,第一个人18岁 换成数学表达式如下: ''' age(5) = age(4) + 10 age(4) = age(3) + 10 age(3) = age(2) + 10 age(2) = age(1) + 10 age(1) = 18 # 总结: ''' age(n) = age(n-1) + 10 (n>1) age(1) = 18 (n=1) ''' def age(n): if n == 1: return 18 return age(n-1) + 10 res=age(5) print(res)
4、递归的应用
l=[1,2,[3,[4,[5,[6,[7,[8,[9,10,11,[12,[13,]]]]]]]]]]
def f1(list1):
for x in list1:
if type(x) is list:
# 如果是列表,应该再循环、再判断,即重新运行本身的代码
f1(x)
else:
print(x)
f1(l)
5、二分法=>算法
-
算法就是高效解决问题的方法
# 需求:有一个按照从小到大顺序排列的数字列表 # 需要从该数字列表中找到我们想要的那一个数字 # 如何做更高效? # 方案一:整体遍历效率太低 nums=[-3, 4, 7, 10, 13, 21, 43, 77, 89] find_num = 89 for num in nums: if num == find_num: print('find it') break # 方式二:二分法 ''' # 逻辑分析,写出伪代码 def binary_search(find_num, 列表): mid_val = 找列表中间的值 if find_numm > mid_val: # 接下来的查找应该是在列表的右半部分 列表=列表切片右半部分 本身的代码(列表) elif find_num < mid_val: # 接下来的查找应该是在列表的左半部分 列表=列表切片左半部分 本身的代码(列表) else: print('find it') ''' nums=[-3, 4, 7, 10, 13, 21, 43, 77, 89] def binary_search(find_num, l): if len(l) == 0: return print("不存在该值") mid_index = len(l)//2 mid_val = l[mid_index] if find_num > mid_val: # 接下来的查找应该是在列表的右半部分 new_list = l[mid_index+1:] binary_search(find_num, new_list) elif find_num < mid_val: # 接下来的查找应该是在列表的左半部分 new_list = l[:mid_index] binary_search(find_num, new_list) else: print('find it') binary_search(93., nums)