1.数组与链表
1.1 数组
数组:
内存中元素是在一起的
读取快
插入删除慢
(ps:python里面没有数组的概念,只有列表和元组)
1.2 链表
链表:
内存中元素不连续,每个元素中保存下一个元素的位置
读取慢
插入删除快
2. 递归
2.1 思想
思考:
基线问题(什么时候停止递归)
递归问题(什么时候递归)
(ps:递归有可能会内存溢出,尾递归是一种高级的递归,但是python中不可用,我就学了,嘻嘻~)
2.2 递归实践
2.2.1 分而治之(D&C):
1. 找到简单的基线条件
2. 确定如何缩小问题的规模,使其符合基线条件
2.2.2 下分别是用递归求列表中元素的和,以及用递归求列表中元素中的最大值:
import numpy as np
# 分而治之(D&C)
def sum_list(lst):
total = 0
# 基线条件
if len(lst) == 0:
return 0
elif len(lst) == 1:
return lst[0]
# 递归条件
elif len(lst) > 1:
for i in range(len(lst)):
total += lst[i] + sum_list(lst[i+1:])
print('total:', total)
return total
sum_list(lst=np.array([1, 2, 3]))
# 求列表的最大值
def max_list(lst):
# 基线条件
if len(lst) == 0:
return 0
elif len(lst) == 1:
max_num = lst[0]
print('max_num_1:', max_num)
return max_num
# 递归条件
elif len(lst) > 1:
for i in range(len(lst)):
if lst[i] > max_list(lst[i+1:]):
max_num = lst[i]
print('max_num:', max_num)
return max_num
elif lst[i] == max_list(lst[i+1:]):
max_num = lst[i]
print('max_num:', max_num)
return max_num
elif lst[i] < max_list(lst[i+1:]):
max_num = max_list(lst[i+1:])
print('max_num:', max_num)
return max_num
max_list(lst=np.array([7, 5, 3, 4, -3]))
栈
以上的实例就是用栈和递归结合写出来的,运行的话可以看到每一步的结果,按照顺序先一行一行读入栈底,然后按照先入后出,从栈顶读取每一行的结果。