尾递归

尾递归就是从最后开始计算, 每递归一次就算出相应的结果, 也就是说, 函数调用出现在调用者函数的尾部, 因为是尾部, 所以根本没有必要去保存任何局部变量,直接让被调用的函数返回时越过调用者。


比如计算n!

LL fac(int n,LL ans)
{
    return n == 1 ? ans:fac(n-1,ans*n);
}

上面的递归过程如下:

fac(5, 1)

fac(4, 5)

fac(3, 20)

fac(2, 60)

fac(1, 120)

120


很容易看出, 普通的线性递归比尾递归更加消耗资源, 在实现上说, 每次重复的过程调用都使得调用链条不断加长. 系统不得不使用栈进行数据保存和恢复。而尾递归就不存在这样的问题, 因为它的状态完全由n和ans保存.

 

经过实践证明尾递归要比传统的递归方法快得多。

LL fib(LL last,LL ans,LL cur,LL n)
{
    if(n == 1 || n == 2) return 1;
    if(cur == n) return ans;
    return fib(ans,ans+last,++cur,n);
}

比如,我们计算第6个Fib数的值,那么尾递归的调用过程为:


fib(0,1,0,6)

fib(1,1,1,6)

fib(1,2,2,6)

fib(2,3,3,6)

fib(3,5,4,6)

fib(5,8,5,6)

fib(8,13,6,6)


最终输出13

 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python解释器没有针对尾递归做优化,所以即使在Python中使用尾递归方式编写函数,也可能导致栈溢出的问题。 尾递归优化可以在函数返回的时候,调用自身本身,并且,在return语句中不包含表达式,这样编译器或者解释器就可以将尾递归进行优化。最后的结果是,不管递归函数进行多少次调用,都只占用一个栈帧,从而避免了栈溢出的情况。然而,Python解释器并没有对尾递归进行优化,所以即使使用尾递归方式编写函数,也可能导致栈溢出问题的出现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python基础编程:Python递归及尾递归优化操作实例分析](https://blog.csdn.net/haoxun11/article/details/104976941)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python-递归函数及尾递归优化](https://blog.csdn.net/wdnysjqr/article/details/80374203)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Python尾递归优化实现代码及原理详解](https://download.csdn.net/download/weixin_38545923/13705703)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值