咱们都见识了很多关于递归与尾递归的各类长篇概论,本文将经过对下面几个问题的直观体验,来帮助加深对递归的理解。编程
本文内容目录:bash
栈 是一种常见的数据结构,具备后进先出(LIFO)的特色。 调用栈 则是计算机内部对函数调用所分配内存时的一种栈结构。数据结构
递归函数 简单的讲,就是函数在内部调用本身。编程语言
在编写递归函数的时候,咱们要注意组成它的两个条件,分别是:基线条件 和 递归条件 (也叫回归条件)。ide
递归函数实际上是利用了分而治之的思想(Divide and Conquer D&C),下面用一个简单的递归函数来讲明。函数
假设咱们如今须要一个递增函数increasing(n)
,其实现为:优化
def increasing(n = 0):
print('n = %d' % n)
increasing(n + 1)
复制代码
咱们很容易发现,这样的代码会永不休止的执行,最后会形成栈溢出,简单的说就是内存满了。由于根本没人告诉它何时该停下来,因此它不断的重复执行,形成无限循环。ui
假设递增的值到100的时候就再也不执行,则其实现为:编码
def increasing(n = 0):
print('n = %d' % n)
if n == 100: // --> 基线条件
return
else: // --> 递归条件
increasing(n + 1)
复制代码
从上面能够看出,递归条件指的是函数在内部继续调用本身,基线条件指的是函数再也不调用本身的状况。spa
所谓 Divide and Conquer,分别对应的则是递归条件和基线条件。
下面咱们经过计算一个数的阶乘的函数进行解释。它将会有三个不一样版本,分别是递归求阶乘,尾递归求阶乘,for循环求阶乘。
由于这里要研究递归的调用栈状况,因此咱们先来看看递归求阶乘的实现:
print('##### 递归求阶乘 #####')
def fact(n):
if n == 1:
return 1
else:
return n * fact(n - 1)
print('result = %s' % fact(4))
复制代码
为了更好的解释说明,我将上面的代码略做改动:
print('##### 递归求阶乘 #####')
def fact(n):
if n == 1:
result = 1
return result
else:
print('current: n = %d, result = %d * fact(%d - 1)' % (n, n, n))
result = fact(n - 1)
return n * result
复制代码
改动理由:
所谓活跃期,指的是计算机当前所操做的函数执行期。
运行结果为:
##### 递归求阶乘 #####
current: n = 4, result = 4 * fact(4 - 1)
current: n = 3, result = 3 * fact(3 - 1)
current: n = 2, result = 2 * fact(2 - 1)
result = 24
复制代码
其调用栈状况:
正常状况下,栈顶函数执行完毕后将弹出。但咱们却看到递归函数的调用不断的向调用栈压入执行函数,那么问题来了,为何调用栈前面的函数"执行完毕"后不自动弹出呢?
答案是 栈顶函数其实并未执行完成,由于栈顶函数的变量result的值还没有肯定,它还须要 下一个递归函数返回的值(上下文) 来计算,因此一直处于非活跃期状态被保留在调用栈中。
上面的答案还需完善一下,由于当某个栈顶函数,例如fact(1),在执行到基线条件时,result的值已经肯定下来,而无需等待下一个递归函数的上下文,因此该栈顶函数真正执行完毕,并弹出调用栈。又由于下一个栈顶函数能够拿到已弹栈的函数返回的上下文,于是当弹栈函数交待完成后,也相继弹出调用栈。
咱们先来看看尾递归求阶乘的实现:
print('##### 尾递归求阶乘 #####')
def fact_tail(n):
return tail_fact_count(n)
def tail_fact_count(n, result = 1):
if n == 1:
return result
else:
print('current: n = %d, result = %d' % (n, result))
print('next: n = %d, result = %d' % (n - 1, result * n))
print('----------------')
return tail_fact_count(n - 1, n * result)
print('result = %s' % fact_tail(4))
复制代码
一样的,咱们将上述代码略做改动:
print('##### 尾递归求阶乘 #####')
def fact_tail(n):
result = tail_fact_count(n)
return result
def tail_fact_count(n, result = 1):
if n == 1:
return result
else:
print('current: n = %d, result = %d' % (n, result))
print('next: n = %d, result = %d' % (n - 1, result * n))
print('----------------')
result = n * result
n = n - 1
return tail_fact_count(n, result)
print('result = %s' % fact_tail(4))
复制代码
运行结果为:
##### 尾递归求阶乘 #####
current: n = 4, result = 1
next: n = 3, result = 4
----------------
current: n = 3, result = 4
next: n = 2, result = 12
----------------
current: n = 2, result = 12
next: n = 1, result = 24
----------------
result = 24
复制代码
咱们再来看看它的调用栈状况:
仔细对比前面递归函数的调用栈状况,咱们能够看出递归与尾递归调用栈的两个明显不一样点:
咱们再来看看前面递归函数的实现。在递归实现中,result的值由于须要 下一个递归函数返回的值 来计算才能肯定,因此栈顶函数(设A)一直在调用栈中停留等待下一个栈顶函数(设B)的返回值,一旦下一个栈顶函数(B)返回了确切的result值,那么当B交待完成以后就会弹出,所谓交待便是由于上一个栈顶函数A须要下一个栈顶函数即B的返回值,当A拿到了B的值就是交待完成了。以此类推,递归的弹栈顺序则如图所示由下往上弹出。
那么尾递归究竟作了什么猫腻?
尾递归其实在result的值上作了猫腻。在尾递归的实现中,result的值在当前栈顶函数中已经肯定下来了,并经计算后交待给下一个栈顶函数。因此当栈顶函数完成了它的使命(把result值传递给下一个执行函数),它就会愉快的在调用栈上弹出。
概括来说:
在本例子中的 目的 指的是肯定result值。
按照惯例,先上代码。可是为了更好的理解与尾递归的联系,最好仍是花个十几秒思考一下如何实现for循环求阶乘吧~
为了减小篇幅,直接贴上略做修改的代码:
print('##### for循环求阶乘 #####')
def fact_for(n):
if n == 1:
return 1
else:
result = 1
for i in range(n, 0, -1):
print('current: n = %d, result = %d' % (i, result))
result = for_fact_count(i, result)
return result
def for_fact_count(n, result = 1):
return n * result
print('result = %s' % fact_for(4))
复制代码
运行结果为:
##### for循环求阶乘 #####
current: n = 4, result = 1
current: n = 3, result = 4
current: n = 2, result = 12
current: n = 1, result = 24
result = 24
复制代码
当咱们思考如何使用for循环去实现求阶乘的过程当中,咱们会想到用一个变量去存储计算的值。在上述代码中指的就是 result (= 1)
。
为了便于理解for循环与尾递归,我设计了这么一个函数 for_fact_count(n, result = 1)
,它接收 当前result值并经计算后刷新result值。
在不影响for循环的实现我已经将其与尾递归的实现作了类似的转化(连名字的都好类似啦),因此请开始你的表演,把for循环求阶乘的调用栈画出来吧~
- 虽然说本文使用了Python进行编码解释,可是目前大多数编程语言都没有针对尾递归作优化,Python解释器也没有,因此即使使用了尾递归进行求阶乘,在运行过程当中仍是会形成栈溢出。而Xcode在debug环境下不会对尾递归作优化,需将其设为release。
- 小生才疏浅陋,文中不免有错漏之处,请多多指教,感谢您的阅读。