数据结构与算法Python版之北大慕课笔记（二）

一、递归基础

1. 递归三定律

1. 递归算法必须有一个基本结束条件（最小规模问题的直接解决）
2. 递归算法必须能改变状态向基本结束条件演进（减小问题规模）
3. 递归算法必须调用自身（解决减小了规模的相同问题）

2. 递归版数列求和

代码思路： 数列的和 = 首个数 + 余下数列的和 ，如果数列包含的数少到只有1个的话，它的和就是这个数了。

代码实现：

# 递归版数列求和：
def listsum(numList):
    if len(numList) == 1:
        return numList[0]
    else:
        return numList[0] + listsum(numList[1:])

print(listsum([1,3,5,7,9]))

3. 递归版任意进制转换

代码思路：

• 假设是要转换为十进制，比十小的整数转换为十进制，直接查表就可以得到，比十大的整数就想办法拆成一系列比十小的整数，逐个查表。

• 所以递归基本结束条件就是小于十的整数，拆解整数的过程就是向基本结束条件演进的过程。

• 拆解过程分为两步：1. 除以“进制基base” （// base）；2. 对“进制基”求余数（% base）。

• 此时问题就分解为：1. 余数总小于“进制基base”，是基本结束条件，可直接查表转换；2. 整数商成为更小规模问题，通过递归调用自身解决。

代码实现：

# 递归版整数转换为任意进制：
def toStr(n,base):
    convertString = "0123456789ABCDEF"
    # print(convertString[5])
    if n < base:  
        return convertString[n]  # 最小规模
    else:
        return toStr(n//base,base) + convertString[n%base]  # 减小规模，调用自身

print(toStr(1453,16))

4. 递归调用的实现和深度限制

• 当一个函数被调用的时候，系统会把调用时的现场数据压入到系统调用栈，每次调用，压入栈的现场数据成为栈帧，当函数返回时，要从调用栈的栈顶取得返回地址，恢复现场，弹出栈帧，按地址返回。

• 在Python内置的sys模块可以获取和调整最大递归深度。

  import sys
  sys.getrecursionlimit(10000)
  

二、递归可视化：分形树

1. 递归可视化

import turtle

# 正方形：
t = turtle.Turtle()
for i in range(4):
    t.towards(100)
    t.right(90)
turtle.done()

# 五角星：
t = turtle.Turtle()
t.pencolor("red")
t.pensize(3)
for i in range(5):
    t.towards(100)
    t.right(144)
t.hideturtle()
turtle.done()

# 螺旋线：
t = turtle.Turtle()
def drawSpiral(t,lineLen):
    if lineLen > 0:
        t.forward(lineLen)
        t.right(90)
        drawSpiral(t,lineLen-5)
drawSpiral(t,200)
turtle.done()