Python函数之六:递归函数
一、什么是函数的递归
1、编程语言中, 函数Func(Type a,…)直接或间接调用函数本身,则该函数称为递归函数。
2、递归的定义:一种计算过程,如果其中每一步都要用到前一步或前几步的结果,称为递归。
3、用递归过程定义的函数, 称为递归函数。
1、调用方式
1.1 直接调用
def func():
print('in func')
func()
func()
分析:这就是一个直接调用自身的递归函数,因为没有判断边界,是一个死循环函数。
1.2 间接调用
def foo():
print('in foo')
bar()
def bar():
print('in bar')
foo()
foo()
分析:这是一个间接调用方式的递归函数,foo函数和bar函数相互调用对方形成递归,也是一个死循环。
1.3 总结
1、递推:一层一层递归调用下去,进入下一层递归的问题规模都将会减小;
2、回溯:递归必须要有一个明确的结束条件,在满足该条件开始一层一层回溯;
3、递归的精髓在于通过不断地重复逼近一个最终的结果。
def foo(n):
if n == 1:
return 1
else:
return n * foo(n-1)
print(foo(5))#120
分析:
第一次循环:n = 5 返回值:5 * foo(5-1)
第二次循环:n = 4 返回值:5 * 4 * foo(4-1)
第三次循环:n = 3 返回值:5 * 4 * 3 * foo(3-1)
第四次循环:n = 2 返回值:5 * 4 * 3 * 2 foo(2-1)
第五次循环:n = 1 返回值:5 * 4 * 3 * 2 * 1 = 120
二、递归与循环
1、用循环的方式实现阶乘
def foo(n):
res = 1
for i in range(n):
res = res * (i + 1)
return res
print(foo(5))#120
2、递归与循环的优缺点
2.1 递归
优点:代码简洁、清晰,并且容易验证正确性。(如果你真的理解了算法的话,否则你更晕)
缺点:
1、它的运行需要较多次数的函数调用,如果调用层数比较深,每次都要创建新的变量,需要增加额外的堆栈处理,会对执行效率有一定影响,占用过多的内存资源。
2、递归算法解题的运行效率较低。在递归调用的过程中系统为每一层的返回点、局部变量等开辟了栈来储存。递归次数过多容易造成栈溢出等。
2.2 循环
优点:速度快,结构简单。
缺点:并不能解决所有的问题。有的问题适合使用递归而不是循环。如果使用循环并不困难的话,最好使用循环
三、递归的应用
1、二分法查找
所谓二分法查找就是在一个区间[a, b]内查找一个数m,判断m是否大于b/2,如果大于,则在[b/2,b]之间查找,如果小于,则在[a,b/2]之间查找,然后重复以上操作来实现的
代码实例:查找列表中[1, 3, 7, 11, 22, 34, 55, 78, 111, 115]的值:78
def foo(n, li):
mid_index = int(len(li)/2)
print(li)
if len(li) == 0:
print('not find it')
return
if n > li[mid_index]:
li = li[mid_index+1:]
foo(n, li)
elif n < li[mid_index]:
li = li[:mid_index]
foo(n, li)
else:
print('find it')
li = [1, 3, 7, 11, 22, 34, 55, 78, 111, 115]
foo(78, li)
# [1, 3, 7, 11, 22, 34, 55, 78, 111, 115]
# [55, 78, 111, 115]
# [55, 78]
# find it
2、使用递归打印斐波那契数列(前两个数的和得到第三个数)
#得出斐波那契数列的第n项
def feibo(n):
if n <= 1:
return n
else:
return feibo(n-1) + feibo(n-2)
def dayin(n):
for i in range(1, n+1):
print(f'第{i}项为:{feibo(i)}')
dayin(10)
# 第1项为:1
# 第2项为:1
# 第3项为:2
# 第4项为:3
# 第5项为:5
# 第6项为:8
# 第7项为:13
# 第8项为:21
# 第9项为:34
# 第10项为:55
四、尾递归
1、普通递归
n的阶乘:
def recursion(n):
if n == 1:
return n
else:
return n * recursion(n-1)
print(recursion(5))#120
图解:
分析:
第一次循环:n = 5 返回值:5 * foo(4)
第二次循环:n = 4 返回值:5 * 4 * foo(3)
第三次循环:n = 3 返回值:5 * 4 * 3 * foo(2)
第四次循环:n = 2 返回值:5 * 4 * 3 * 2 * foo(1)
第五次循环:n = 1 返回值:5 * 4 * 3 * 2 * 1
这种普通递归是通过从执行第一个调用开始,都是调用下一个的递归来计算结果,这种方式在中途无法获取结果,只有所有递归都进行完毕才能得到结果。
这种方式虽然也能计算出最终的结果,但是无法操作中途的计算结果,随着递归的深入,之前的一些变量需要分配堆栈来保存。
2、尾递归
n的阶乘:
def tail_recursion(n, total = 1):
if n == 1:
return total
else:
return tail_recursion(n-1, total * n)
print(tail_recursion(5))#120
图解:
分析:
第一次循环:n = 5 返回值:tail_recursion(5,1)
第二次循环:n = 4 返回值:tail_recursion(4,5)
第三次循环:n = 3 返回值:tail_recursion(3,20)
第四次循环:n = 2 返回值:tail_recursion(2,30)
第五次循环:n = 1 返回值:tail_recursion(1,120) = 120
尾递归相对传统递归,其是一种特例,实质上尾递归通过添加一个参数用于接收每一次调用后的结果,实现了释放上一次调用函数的栈内存。
在尾递归中,先执行某部分的计算,然后开始调用递归,所以可以得到当前的计算结果,而这个结果也将作为参数传入下一次递归。
这也就是说函数调用出现在调用者函数的尾部,因为是尾部,所以其有一个优越于传统递归之处在于无需去保存任何局部变量,从内存消耗上,实现节约特性。