python之递归 - JavaShuo

递归就是不断的调用本身示例：

import sys # print(sys.getrecursionlimit()) # 默认最大递归限制：1000 # sys.setrecursionlimit(999999999) # 无论数值多大，最多到20963册


def recursion(n): print(n) recursion(n + 1) recursion(1)递归与栈的关系


在计算机中，函数调用时经过栈(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。

因为栈的大小不是无限的，因此，递归调用的次数过多，就会致使栈溢出。

递归的特色：

必须有一个明确的结束条件，要不就会变成死循环了，最终撑爆系统
每次进入更深一层递归时，问题规模相比上次递归都应有所减小
递归执行效率不高，递归层次过多会致使栈溢出

def zero(n): n = n // 2
    print(n) if n == 0: return 'Done' zero(n) print(n)  # 1 2 5


''' 第一层会n=5，第二层会n=2，第三层会n=1，第四层n=0,符合条件程序中止。中止以后，程序的控制权会回到第三层调用第四层的位置，也就是zero(n)，而后print出1，而后回到第二层print出2,最后回到第一层print出5。 整个程序是先一层层进去，而后在一层层出来。 ''' zero(10)  # 5 2 1 0 1 2 5

图示：python

阶乘
n! = n * (n-1)

def factorial(num): if num == 1: return 1
    return num * factorial(num - 1) print(factorial(10))

二分查找

data_set = list(range(101)) def b_search(num, low, high, data): mid = int((low + high) / 2) if low == high: print('cannot find it ') return if data[mid] > num: b_search(num, low, mid - 1, data) elif data[mid] < num: b_search(num, mid + 1, high, data) else: print('find it', data[mid]) b_search(33, 0, len(data_set), data_set)


尾递归优化
执行完一层调用下一层的时候，把这一层的数据给销毁掉,而且下一层和这一层没有关系，叫尾递归。
阶乘不是尾递归  return num * factorial(num - 1) 由于num还在等着factorial(num - 1)的结果。

def cal(n): print(n) return cal(n + 1)  # 虽然这用的是尾递归优化，可是python不支持尾递归优化，C语言和JS支持。
 cal(1)