对列表输入操作的一些递归算法/实现非常容易实现,如果你知道“诀窍”。诀窍是:Just assume you already have a function that can do what you want.
等等,不,那不是真的有意义吗?那我们早就搞定了。在
让我们再试一次:Just assume you already have a function that can do what you want (but only for inputs 1 element smaller than you need).
好了,好多了。虽然有点傻,但这是一个我们可以接受的假设。在
那么我们想要做什么?在您的示例中,它返回列表的最小和最大元素。假设我们希望它们以2元组的形式返回(又称“pair”):lst = [5, 4, 100, 0, 2]
# Well, actually, we can only do this for a smaller list,
# as per our assumption above.
lst = lst[1:]
lst_min, lst_max = magic_min_max(l) # I want a pony!
assert lst_min == 0 # Wishful thinking
assert lst_max == 100 # Wishful thinking
如果我们有这样一个神奇的函数,我们能用它来解决实际输入大小的问题吗?让我们试试:
^{pr2}$
不太容易,但很直接,不是吗?但是让我们假设我们的神奇函数magic_min_max有一个附加的限制:它不能处理空列表。(毕竟,空列表没有既没有最小元素也没有最大元素。即使魔法也无法改变这一点。)
因此,如果lst的大小为1,则不能调用magic函数。不过,对我们来说没问题。这种情况很容易被发现,也很容易规避。单个元素是其列表的最小值和最大值,因此我们只返回它两次:def real_min_max(lst):
candidate = lst[0]
if len(lst) == 1:
return candidate, candidate # single element is both min & max
rest_of_the_list = lst[1:]
min_of_rest, max_of_rest = magic_min_max(rest_of_the_list) # Allowed because
# smaller than lst
# but (if we get
# here) not empty
min_of_lst = candidate if candidate < min_of_rest else min_of_rest
max_of_lst = candidate if candidate > max_of_rest else max_of_rest
return min_of_lst, max_of_lst
就这样。在
但是等等。。。没有魔法。如果我们想调用一个函数,它必须实际存在。所以我们需要实现一个函数来返回列表的最小值和最大值,这样我们就可以在real_min_max中调用它,而不是{}。因为这是关于递归的,你知道解决方案:real_min_max就是那个函数(一旦通过调用一个存在的函数来修复它),所以我们可以让它自己调用:def real_min_max(lst):
candidate = lst[0]
if len(lst) == 1:
return candidate, candidate # single element is both min & max
rest_of_the_list = lst[1:]
min_of_rest, max_of_rest = real_min_max(rest_of_the_list) # No magic needed,
# just recursion!
min_of_lst = candidate if candidate < min_of_rest else min_of_rest
max_of_lst = candidate if candidate > max_of_rest else max_of_rest
return min_of_lst, max_of_lst
让我们试试:lst = [5, 4, 100, 0, 2]
real_min_max(lst) # returns (0, 100)
它起作用了!在