Python递归及递归遍历目录

前言

这几年一直在it行业里摸爬滚打，一路走来，不少总结了一些python行业里的高频面试，看到大部分初入行的新鲜血液，还在为各样的面试题答案或收录有各种困难问题

于是乎，我自己开发了一款面试宝典，希望能帮到大家，也希望有更多的Python新人真正加入从事到这个行业里，让python火不只是停留在广告上。

微信小程序搜索：Python面试宝典

或可关注原创个人博客：https://lienze.tech

也可关注微信公众号，不定时发送各类有趣猎奇的技术文章：Python编程学习

递归

递归的概念：函数包含了对自身的调用，那么就是递归

使用的场景：如果你发现你将要做的事情就是你现在做的，那么用递归

递归类似循环；在编写或阅读递归时，首先我们关注的是递归的终止条件

---

递归求和

在接触递归之前，我们先来做这么一个问题：如果说，要对一个数字列表求和（或者其他序列）求和，除了我们可以使用内置的sum函数，还有什么办法？

while循环

L = [1,2,3,4,5]
mysum = 0 #保存和的变量
while L: #将列表最为循环条件
	mysum += L[0] #每次将列表第一个位置的值加到和中
	L = L[1：] #去掉列表第一个元素

---

for循环

L = [1,2,3,4,5]
mysum = 0
for var in L:
	mysum += var

---

递归求和

def mysum(L):
    if not L:
        print ('L is empty')
        return 0
    else:
      	return L[0]+mysum(L[1:])
# 在返回值中，我们返回了一个函数的调用，并且传递的参数为去掉当前列表第一个元素的新列表

---

递归处理非线性循环

递归还可以处理一些非线性循环，而普通的循环是无法处理的；比如这样一个列表对其求和：

L = [1,[2,[3,4],5],6,[7,8]]

由于这个列表不是一个线性迭代，包含着复杂的元素嵌套，普通的循环语句处理起来将会非常难以控制

L = [1,[2,[3,4],5],6,[7,8]]
sum = 0
def mysum(L):
    global sum
    for var in L:
    	if not isinstance(var,list):   
            #如果其中元素不为列表类型，则为一个确定的值
            sum += var
        else:
         	mysum(var)
    return

---

花钱递归

思考：假如你有10000块，每天花一半，毛钱直接舍弃，那么这钱可以花几天？

递归解决：

def cost(money,day=0):
    if money > 0:
        money = money // 2 #每次花一半
        day += 1 #花完天数+1
        cost(money,day) #开启花钱递归
    else:
        print('一共可以花%d天' % day)
        return #必须要有的一个终止条件

---

递归注意事项

Python中，递归的最大上限次数差不多是998次，一个没有终止条件的递归会引发错误(类似一个死循环)

这是因为递归的每一次函数执行，都会在内存中产生新的函数副本，递归的内存消耗要大于普通循环

>>> def func():
...     return func()
...
>>> func()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 2, in func
  File "<stdin>", line 2, in func
  File "<stdin>", line 2, in func
  [Previous line repeated 995 more times]
RecursionError: maximum recursion depth exceeded
#这里我们在995次递归之后，达到上线，从而报错

我们也可以手动干预递归的上限，但是这是有风险的，要结合计算机本身内存来考虑

>>> import sys
>>> sys.setrecursionlimit(num)
# num为控制修改的最大递归上限次数

实现Tree命令

核心思路在于，目录结构的深度及广度是错综复杂的，通过单纯的循环来做判定是一件非常苦难的事情

而递归恰好适合这样的非线性循环问题，当然也有一些弊端，当目录结构越来越复杂，那么程序的执行效率会越来越差

import os

def getdir(path, level=0):
    if path == '':
      	path = os.getcwd()  # 获取当前的工作目录
    level += 4
    num = level // 4
    abs_path = os.path.abspath(path)
    for name in os.listdir(path):  # 返回的是一个列表
        format_str = ''
        if os.path.isfile(os.path.join(abs_path, name)):
            for var in range(num):  # range函数用来控制循环次数
              	format_str += '_' * 4 + '▕'
            format_str = format_str[0:-1]
            format_str += name
            mystr = format_str.replace('_', ' ', level-4)  # 替换掉level-4个_
    else:
        for var in range(num): # range函数用来控制循环次数
            format_str += '_' * 4 + '▕' # 输出样式构造
        format_str += name
        mystr = format_str.replace('_',' ',level-4) # 替换掉level-4个_
    print(mystr) # 输出格式字符串
    name = os.path.join(abs_path,name)
    if os.path.isdir(name): # 绝对路径,判断是否是文件夹
	    getdir(name,level)
path = input('请输入你要遍历的目录：')
getdir(path)