最后
Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
1.1 递归的基本概念
递归是一种解决问题的方法，它将问题不断的分为更小的子问题，通过处理普通的子问题来解决问题。递归函数是直接调用自己或通过一系列语句间接调用自己的函数。需要注意的是，递归函数每次调用自己时，都会将原问题进行简化，最终较小问题的序列必须收敛于基本情况，解决问题，终止递归。利用递归可以非常优雅的解决一些复杂问题。很多数学函数就是递归定义的，比如使用递归定义的阶乘函数：
n ! = { 1 , n = 0 n ( n − 1 ) ! , n > 1 n! = \begin{cases} 1, & {n=0} \\ n(n-1)!, & {n>1} \end{cases} n!={1,n(n−1)!,n=0n>1
尽管这个定义是递归的，但它不是无限循环无法终止的。事实上，利用此函数可以非常简单的计算阶乘。例如计算 3 ! 3! 3!，根据定义，有 3 ! = 3 ( 3 – 1 ) ! = 3 ( 2 ! ) 3!=3(3–1)! = 3(2!) 3!=3(3–1)!=3(2!)，接下来我们需要解决 2 ! 2! 2!，再次应用定义 3! = 4(2!) = 3[(2)(2−1)!] = 3(2)(1!)，继续此过程，最后我们需要计算 0 ! 0! 0!，而根据定义 0 ! = 1 0!=1 0!=1，计算过程就结束了：
3 ! = 3 ( 2 ! ) = 3 ( 2 ) ( 1 ! ) = 3 ( 2 ) ( 1 ) ( 0 ! ) = 3 ( 2 ) ( 1 ) ( 1 ) = 6 3! = 3(2!) = 3(2)(1!)= 3(2)(1)(0!)= 3(2)(1)(1)=6 3!=3(2!)=3(2)(1!)=3(2)(1)(0!)=3(2)(1)(1)=6
可以看到，递归定义并非是无限循环的，因为每次应用定义，程序都会将问题分解为更简单的子问题，在阶乘函数示例中，即为计算较小数的阶乘，直到计算 0 ! 0! 0!，这不需要再次应用递归即可求解。当递归到底时，我们得到一个可以直接计算的闭合表达式，也被称为递归的“基本情况”。而函数调用自身来执行子任务时，被称为“递归情况”。
1.2 递归的重要性
递归函数是从数学中借鉴的一种重要的编程技术，通常使用递归可以极大的降低代码量，在许多可以分解为子问题的任务中非常有用，例如，排序、遍历和搜索等通常可以借助递归方法快速的给出解决方案。
1.3 递归三原则
和许多算法一样，递归同样有着需要遵守的重要原则，称为递归三原则：
-
递归算法必须有基本情况；
-
递归算法必须改变状态并逐渐收敛于基本情况；
-
递归算法必须包含递归情况，能够递归的调用自身。
需要注意的是，递归的核心思想并不是循环，而是将问题分解成更小、更容易解决的子问题。
1.4 递归的应用
递归在程序设计中有着十分重要的作用，以下是一些常用到递归的实际场景：
-
斐波那契数列、阶乘计算等数学问题；
-
归并排序、快速排序；
-
二分查找；
-
树和图的遍历以及相关问题；
-
汉诺塔。
本节中，我们将从简单的列表求和问题入手，了解递归算法的使用方式，然后再了解如何解决经典递归问题——汉诺塔。
2.1 列表求和
列表求和是十分简单的问题，用来了解递归算法的思想再合适不过了。例如我们需要计算列表 [1, 2, 3, 4, 5] 的和，如果利用循环函数计算，则可以编写如下代码计算列表中所有数之和：
def sum_list(list_data):
result = 0
for i in range(list_data):
result += i
return result
如果不使用循环，我们该如何解决这一问题呢？我们可以写出求和过程 ( ( ( ( 1 + 2 ) + 3 ) + 4 ) + 5 ) ((((1+2)+3)+4)+5) ((((1+2)+3)+4)+5)，而根据加法交换律，计算过程也可以写为 ( 1 + ( 2 + ( 3 + ( 4 + 5 ) ) ) ) (1+(2+(3+(4+5)))) (1+(2+(3+(4+5))))，这时我们就可以很清楚的看到，列表的数据总和等于列表第一个元素加上其余元素：
s u m _ l i s t ( l i s t _ d a t a ) = l i s t _ d a t a [ 0 ] + s u m _ l i s t ( l i s t _ d a t a [ 1 : ] ) sum\_list(list\_data)=list\_data[0]+sum\_list(list\_data[1:]) sum_list(list_data)=list_data[0]+sum_list(list_data[1:])
使用 python 实现以上等式如下：
def sum_list(list_data):
if len(num_list) == 1:
return list_data[0]
else:
return list_data[0] + sum_list(list_data[1:])
在代码中，首先给出了函数退出的条件，这就是递归函数的基本情况，在示例中就是说，长度为 1 的列表，其元素和就是列表中的数。不满足退出条件，sum_list 则会调用自己，这就是递归函数的递归情况，也是其称为递归函数的原因。
在下图(a)中，可以看到求解 [1, 2, 3, 4, 5] 时的递归调用过程，每次递归调用都是在解决一个更接近基本情况的问题，直到问题不能被进一步简化。
当问题无法简化时，开始拼接所有子问题的解，下图(b)展示递归函数 sum_list 在返回一系列调用结果时所进行的加法操作，当返回到顶层时，就解决了最初的问题。
2.2 汉诺塔(Towers of Hanoi)问题
汉诺塔(Towers of Hanoi)是一道十分经典的谜题。它由三个塔和许多不同尺寸的圆盘组成，这些圆盘可以移动到任何杆上。开始时圆盘按尺寸升序排列在一个塔上，顶部的圆盘最小，底部圆盘最大。谜题的目标是将叠好的圆盘移动到另一个杆，且满足以下规则：
-
一次只能移动一个圆盘；
-
较大圆盘不能放在较小的圆盘上。
接下来我们讲解如何借助一根中间塔 Auxiliary，将高度为 n 的一叠圆盘从起始塔 Source 移到终点塔 Destination：
- 借助终点塔
Destination，将顶部的n - 1个圆盘从Source移动到Auxiliary；
一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了，安装就可直接上手！
三、最新Python学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
六、面试宝典
简历模板
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
