day17.初识递归函数

在一个函数调用这个函数本身就是递归函数

递归函数默认深度最大997

n = 0
def func():
    global n
    n += 1
    print('hello,world')
    print(n)
    func()
    print('你好,中国')
func()

当然,最大深度也是可以调整的,根据计算机性能改变

import sys
sys.setrecursionlimit(100000)
n = 0
def func():
    global n
    n += 1
    print('hello,world')
    print(n)
    func()
    print('你好,中国')
func()

递归实例:

A 比 B大2岁,B 比 C大2岁,C 比 D大2岁,D 比 E大2岁,E今年20岁。

如果你问A的年龄,则由 A 推到 E,再由 E 计算到 A 。得到下面一个小公式

A 比 B 大 2 岁 n = 1      age(1) = age(2) + 2     
B 比 C 大 2 岁 n = 2      age(2) = age(3) + 2
C 比 D 大 2 岁 n = 3      age(3) = age(4) + 2
D 比 E 大 2 岁 n = 4      age(4) = age(5) + 2
E 今年 20      n = 5      age(5) = 20

得到函数

def age(n):
    if n == 5:
        return 20
    elif n >0 and n < 5:
        return age(n+1) + 2

print(age(1))

递归函数:二分法查找算法

假设有这样一个列表,从中找到66的位置,如何做?
x = [2, 3, 5, 10, 15, 16, 18, 22, 26, 30, 32, 35, 41, 42, 43, 55, 56, 66, 67, 69, 72, 76, 82, 83, 88]

已知的,此处我们有两种方法

lst = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

# 方法1
print(lst.index(66))

# 方法2:
num = 0
for i in lst:
    if i == 66:
        print('找到了,在位置:',num)
    num += 1

若没有索引和for循环呢? 此处我们用二分法。

2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88  # 先找到中间数41,41 < 66

                      42,43,55,56,66,67,69,72,76,82,83,88   # 再找到42-88中间数,67 > 66
               
                      42,43,55,56,66,              # 找到 42-66中间数 55 < 66
                          56,66                # 找56-66中间数
                             66                # 最后找到66

每次切片导致原列表发生改变,索引也随着改变。

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
def find(l,aim):
    mid_index = len(l) // 2
    if l[mid_index] < aim:
        new_l = l[mid_index + 1 :]
        find(new_l,aim)
    elif l[mid_index] > aim:
        new_l = l[:mid_index]
        find(new_l,aim)
    else:
        print('找到了',mid_index,l[mid_index])

find(l,66)

修改至索引不发生改变,但是这里需要面对几个问题:

1.end=len(l)此处不可变

2.如果数字不在列表内的问题

3.返回值问题

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
def find(lst,aim,start=0,end=len(l)):           
    mid_index = (end - start) // 2 + start
    if lst[mid_index] < aim:
        find(lst,aim,start=mid_index+1,end=end)
    elif lst[mid_index] > aim:
        find(lst,aim,start=start,end=mid_index-1)
    else:
        print('找到了',mid_index,aim)
find(l,66)

然后有了最终版:

l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
def find(lst,aim,start=0,end=None):
    end = len(lst) if end is None else end      # 如果end是默认空值,就用end,如果传回来不是空则用传回来的
    mid_index = (end - start) // 2 + start
    if start <= end:
        if lst[mid_index] < aim:
            return find(lst,aim,start=mid_index+1,end=end)
        elif lst[mid_index] > aim:
            return find(lst,aim,start=start,end=mid_index-1)
        else:
            return ('找到了',mid_index,aim)
    else:
        return ('找不到这个值')
ret = find(l,83)
print(ret)

 斐波那契数列

1,1,2,3,5,8,13,21

双递归效率及其低下,双递归

def feib(n):
    if n == 1 or n ==2 :
        return 1
    else:
        return feib(n-1) + feib(n - 2)  ### 双递归

ret = feib(8)
print(ret)

 

转载于:https://www.cnblogs.com/jiuyachun/p/10528590.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值