递归

递归

递归的概念:函数包含了对自身的调用,那么就是递归
使用的场景:如果你发现你将要做的事情就是你现在做的,那么用递归
递归类似循环;在编写或阅读递归时,首先我们关注的是递归的终止条件


递归求和

在接触递归之前,我们先来做这么一个问题:如果说,要对一个数字列表求和(或者其他序列)求和,除了我们可以使用内置的sum函数,还有什么办法?
如果你还有更优秀的办法,可以在关于页面找到我的联系方式,有偿提交给我

while循环:

1
2
3
4
5
L = [1,2,3,4,5]
mysum = 0 #保存和的变量
while L: #将列表最为循环条件
mysum += L[0] #每次将列表第一个位置的值加到和中
L = L[1:] #去掉列表第一个元素

for循环:

1
2
3
4
L = [1,2,3,4,5]
mysum = 0
for var in L:
mysum += var

递归求和:

1
2
3
4
5
6
7
def mysum(L):
if not L:
print ('L is empty')
return 0
else:
return L[0]+mysum(L[1:])
#在返回值中,我们返回了一个函数的调用,并且传递的参数为去掉当前列表第一个元素的新列表

递归处理非线性循环

递归还可以处理一些非线性循环,而普通的循环是无法处理的
比如这样一个列表对其求和:

L = [1,[2,[3,4],5],6,[7,8]]
由于这个列表不是一个线性迭代,包含着复杂的元素嵌套
普通的循环语句处理起来将会非常难以控制

1
2
3
4
5
6
7
8
9
10
11
L = [1,[2,[3,4],5],6,[7,8]]
sum = 0
def mysum(L):
global sum
for var in L:
if not isinstance(var,list):
#如果其中元素不为列表类型,则为一个确定的值
sum += var
else:
mysum(var)
return

花钱递归

思考:假如你有10000块,每天花一半,毛钱直接舍弃,那么这钱可以花几天?

递归解决:

1
2
3
4
5
6
7
8
def cost(money,day=0):
if money > 0:
money = money // 2 #每次花一半
day += 1 #花完天数+1
cost(money,day) #开启花钱递归
else:
print('一共可以花%d天' % day)
return #必须要有的一个终止条件

递归注意事项

Python中,递归的最大上限次数差不多是1000次左右
一个没有终止条件的递归会引发错误(类似一个死循环)
这是因为递归的每一次函数执行*,都会在内存中产生新的函数副本,递归的内存消耗大于普通循环;但是同样的,消耗了内存效率高**于普通循环

1
2
3
4
5
6
7
8
9
10
11
12
>>> def func():
... return func()
...
>>> func()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in func
File "<stdin>", line 2, in func
File "<stdin>", line 2, in func
[Previous line repeated 995 more times]
RecursionError: maximum recursion depth exceeded
#这里我们在995次递归之后,达到上线,从而报错

我们也可以手动干预递归的上限,但是这是有风险的,要结合计算机本身内存来考虑

1
2
>>> import sys
>>> sys.setrecursionlimit(num)

在这里,num即为你想控制修改的最大递归上限次数


转载请注明原文地址

您的支持将被用作发行更高质量原创技术!