基本算法：python递归算法

有时候写代码就是“老中医给别人看病“，经验很重要！
最近在做语义识别的项目，为了对语义识别的算法有一个深入的了解，所以抽出部分精力研究一下基本算法。递归作为最简单的基本算法，不是很难，原理大家都理解，下面我就结合我的理解，讲解一下递归算法：
（一）递归的定义：
递归就是子程序（或函数）直接调用自己或通过一系列调用语句间接调用自己，是一种描述问题和解决问题的基本方法。递归常用来解决结构相似的问题。所谓结构相似，是指构成原问题的子问题与原问题在结构上相似，可以用类似的方法解决。具体地，整个问题的解决，可以分为两部分：第一部分是一些特殊情况，有直接的解法；第二部分与原问题相似，但比原问题的规模小，并且依赖第一部分的结果。实际上，递归是把一个不能或不好解决的大问题转化成一个或几个小问题，再把这些小问题进一步分解成更小的小问题，直至每个小问题都可以直接解决。因此，递归有两个基本要素：
（1） 边界条件：确定递归到何时终止，也称为递归出口。
（2） 递归模式：大问题是如何分解为小问题的，也称为递归体。
递归函数只有具备了这两个要素，才能在有限次计算后得出结果。
（二）基本例子：
我们来计算阶乘 n! = 1 * 2 * 3 * … * n，用函数 fact(n)表示，可以看出：fact(n) = n! = 1 * 2 * 3 * … * (n-1) * n = (n-1)! * n = fact(n-1) * n
所以，fact(n)可以表示为 n * fact(n-1)，只有n=1时需要特殊处理（只就是我们的边界条件）。
于是，fact(n)用递归的方式写出来就是：

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

上面就实现了一个简单的递归函数。
同时需要注意:使用递归函数需要注意防止栈溢出。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。会报错：`RecursionError: maximum recursion depth exceeded in comparison
（三）经典例子实现：汉诺塔问题
汉诺塔问题是递归函数的经典应用，它来自一个古老传说：在世界刚被创建的时候有一座钻石宝塔A，其上有64个金蝶。所有碟子按从大到小的次序从塔底堆放至塔顶。紧挨着这座塔有另外两个钻石宝塔B和C。从世界创始之日起，波罗门的牧师就一直在试图把塔A上的碟子移动到C上去，其间借助于塔B的帮助。每次只能移动一个碟子，任何时候都不能把一个碟子放在比它小的碟子上面。当牧师们完成这个任务时，世界末日也就到了。
下面我们对汉诺塔问题进行求解：
（1）将塔A上的n -1个碟子借助C塔先移动到B塔上；
（2）把塔A上剩下的一个碟子移动到塔C上；
（3）将n - 1个碟子从B塔借助塔A移动到塔C上。
很显然，这是一个递归求解的过程，假设碟子数n=3时，汉诺塔问题的求解过程如下图所示：

汉诺塔的递归算法（Python实现）：

def Hanoi(n, A, B, C) :
  if (n == 1) :
    move(A, c)   #表示只有一个碟子时，直接从A塔移动到C塔
  else :
    Hanoi(n - 1, A, C, B)  #将剩下的A塔上的n-1借助C塔移动到B塔
    move(A, C)              #将A上最后一个直接移动到C塔上
    Hanoi(n - 1, B, A, C)  #将B塔上的n-1个碟子借助A塔移动到C塔

递归函数的运行轨迹
借助汉诺塔这个实例，来讲解一下递归函数的运行轨迹。在递归函数中，调用函数和被调用函数都是同一个函数，需要注意的是函数的调用层次，如果把调用递归函数的主函数称为第0层，进入函数后，首次递归调用自身称为第1层调用；从第i层递归调用自身称为第i+1层。反之退出i+1层调用应该返回第i层。下图是n=3时汉诺塔算法的运行轨迹，有向弧上的数字表示递归调用和返回的执行顺序。
上面就是我对递归函数的理解。

`