递归相关内容

1. 什么是递归?

在函数内部,可以调用其他函数.如果一个函数在内部调用自身本身,这个函数就是递归函数.

比如计算阶乘fact(n)  = n!  =  1 x 2 x 3 x ... x (n-1) x n = (n-1)! x n = fact(n-1) x n

def fact(n):
    if n == 1:
        return 1
    return n*fact(n-1)

fact(1)
Out[3]: 1
fact(5)
Out[4]: 120
fact(120)
Out[5]: 6689502913449127057588118054090372586752746333138029810295671352301633557244962989366874165271984981308157637893214090552534408589408121859898481114389650005964960521256960000000000000000000000000000

2. 为什么使用递归?

递归分为两步:递和归.递归可以产生无限循环体,也就是说可能产生100层也可能产生10000层for循环.例如对于一个字符串进行全排列,字符串长度不定,那么如果你用循环来实现,你可能根本写不出来,这时就要调用递归,而且在递归模型里面还可以使用分支递归,例如for循环与递归嵌套,或者这届枚举几个递归步进表达式,每一个形成一个递归.

3. 递归思想:

递归的基本思想是把规模大的问题转化为规模小的相似的子问题来解决.在函数实现时,因为解决问题的方法和解决小问题的方法往往是同一个方法,所以就产生可呃呃函数调用它自身的情况.另外这个解决问题的函数必须有明显的结束条件,这样就不会产生无限循环递归的情况了.

4. 栈溢出

在计算机中，函数调用是通过栈（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。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。

>>> fact(10000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 4, in fact
  ...
  File "<stdin>", line 4, in fact
RuntimeError: maximum recursion depth exceeded

解决递归调用栈溢出的方法是通过尾递归进行优化的,事实上尾递归和循环的效果是一样的,所以,把循环看成一种特殊的尾递归函数也是可以的.尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式.这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况.

上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式，所以就不是尾递归了。要改成尾递归方式，需要多一点代码，主要是要把每一步的乘积传入到递归函数中

def fact(n):
    return fact_iter(n, 1)

def fact_iter(num, product):
    if num == 1:
        return product
    return fact_iter(num - 1, num * product)   # 返回的是递归函数本身,num - 1和num * product在函数调用前就会被计算，不影响函数调用。

fact(5)对应的fact_iter(5, 1)的调用如下：

===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120

尾递归调用时，如果做了优化，栈不会增长，因此，无论多少次调用也不会导致栈溢出。

遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。

5. 小结

使用递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出。

针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。

Python标准的解释器没有针对尾递归做优化，任何递归函数都存在栈溢出的问题。