函数：递归是什么？

递归的思想体现在哪里？比如汉诺塔，树的结构，歇尔宾斯基三角形。递归，从原理上来说就是函数调用自身这么一个行为，在函数内部可以调用所有可见的资源，包括自己。比如：

>>>def recursion():
       recursion()

>>>recursion
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    recursion()
  File "<pyshell#2>", line 2, in recursion
    recursion()
  File "<pyshell#2>", line 2, in recursion
    recursion()
  File "<pyshell#2>", line 2, in recursion
    recursion()
  [Previous line repeated 990 more times]
RecursionError: maximum recursion depth exceeded

从理论上来讲，这个程序将永远执行下去直到耗尽所有内存资源。只是python3对递归的深度默认限制是100层，所以代码会停止下来，如果用python写网络爬虫等工具，可以自己设置递归的深度限制，方法如下：

>>> import sys
>>> sys.setrecursionlimit(1000000) #将递归限制设置为100万层

写一个求阶乘的函数

使用非递归的思想如下：

>>> def recursion(n):
	result = n
	for i in range(1,n):
		result *= i
	return result
number = int (input('请输入一个整数: '))
result = recursion(number)
print('%d的阶乘是: %d' % (number,result))

请输入一个正整数：15
15的阶乘是：1307674368000

递归的思想：

>>> def factorial(n):
	if n==1:
		return 1
	else:
		return n * factorial(n-1)
number = int(input('请输入一个整数:'))
result = factorial(number)
print('%d的阶乘是: %d' % (number,result))

请输入一个正整数：15
15的阶乘是：1307674368000

这个例子满足了递归的两个条件
调用函数本身 设置了正确的返回条件。
递归虽说实现函数自己调用自己，但是每次函数的调用都是进行压栈，弹栈，保存和恢复寄存器的操作，在这上面的非常耗时间和空间的。
递归一旦忘记返回或者设置了错误的返回条件，那么执行代码就会形成无底洞一般。

课后题：
1.递归在编程上的形式是如何表现的呢？
2. 递归必须满足哪两个基本条件？
3.思考一下，按照递归的特性，在编程中有没有不得不使用递归的情况？
4.用递归去计算阶乘问题或斐波那契数列是很糟糕的算法，你知道为什么吗？
5.请聊一聊递归的优缺点

解：
1.递归在编程上体现为函数调用自己本身

2.函数调用自身， 设置正确的返回条件

3.例如汉诺塔，目录索引（因为你永远不知道这个目录里边是否还有目录），快速排序（二十世纪十大算法之一），树结构的定义等如果使用递归，会事半功倍，否则会导致程序无法实现或相当难以理解。

4.递归的实现可以是函数自个儿调用自个儿，每次函数的调用都需要进行压栈、弹栈、保存和恢复寄存器的栈操作，所以在这上边是非常消耗时间和空间的。另外，如果递归一旦忘记了返回，或者错误的设置了返回条件，那么执行这样的递归代码就会变成一个无底洞：只进不出！

5.优点：
1）递归的基本思想是把规模大的问题转变成规模小的问题组合，从而简化问题的解决难度（例如汉诺塔游戏）。
2）有些问题使用递归使得代码简洁易懂（例如你可以很容易的写出前中后序的二叉树遍历的递归算法，但如果要写出相应的非递归算法就不是初学者可以做到的了。）
缺点：
1）由于递归的原理是函数调用自个儿，所以一旦大量的调用函数本身空间和时间消耗是“奢侈的”（当然法拉利也奢侈，但还是很多人趋之若鹜）。
2）初学者很容易错误的设置了返回条件，导致递归代码无休止调用，最终栈溢出，程序崩溃。

动手题：
1.使用递归编写一个 power() 函数模拟内建函数 pow()，即 power(x, y) 为计算并返回 x 的 y 次幂的值
2.使用递归编写一个函数，利用欧几里得算法求最大公约数，例如 gcd(x, y) 返回值为参数 x 和参数 y 的最大公约数。

解：
1.

def power(x, y):
    if y:
        return x * power(x, y-1)
    else:
        return 1
    
print(power(2, 3))

def gcd(x, y):
    if y:
        return gcd(y, x%y)
    else:
        return x
    
print(gcd(4, 6))