python递归函数特点_Python函数学习——递归

递归函数

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

函数实现过程

defcalc(n):

v= int(n//2)print(v)if v >0:

calc(v)print(n)

calc(10)

输出结果

5

2

101

2

5

10

为什么是这个结果

递归特性:

必须有一个明确的结束条件

每次进入更深一层递归时，问题规模相比上次递归都应有所减少

一般通过return结束递归

递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

递归深度

python默认对最大递归层数做了一个限制：997，但是也可以自己限制

importsys

sys.setrecursionlimit(10000)#修改递归层数

n=0deff():globaln

n+=1

print(n)

f()

f()

递归应用

1.下面我们来猜一下小明的年龄

小明是新来的同学，丽丽问他多少岁了。

他说：我不告诉你，但是我比滔滔大两岁。

滔滔说：我也不告诉你，我比晓晓大两岁

晓晓说：我也不告诉你，我比小星大两岁

小星也没有告诉他说：我比小华大两岁

最后小华说，我告诉你，我今年18岁了

这个怎么办呢？当然，有人会说，这个很简单啊，知道小华的，就会知道小星的，知道小星的就会知道晓晓的，以此类推，就会知道小明的年龄啦。这个过程已经非常接近递归的思想了。

用递归实现

"""age(5) = age(4)+2

age(4) = age(3) + 2

age(3) = age(2) + 2

age(2) = age(1) + 2

age(1) = 18"""

defcalc_age(n):if n == 1:return 18

else:return calc_age(n-1)+2

print(calc_age(5)) #26

2.一个数，除2直到不能整除2

n = 100

defcal(n):if n ==0:return

else:

n= int(n // 2)print(n)

cal(n)print("退出=", n)

cal(100)

3.一个数，除2直到次数等于5退出

defcalc(n,count):print(n, count)if count < 5:

r= calc(n / 2, count + 1)return r #里层返回为上层,此处不加return 返回None

else:return n #最里层返回

res= calc(188, 1)print('res', res)

递归调用过程

4.深度查询

menus =[

{'text': '北京','children': [

{'text': '朝阳', 'children': []},

{'text': '昌平', 'children': [

{'text': '沙河', 'children': []},

{'text': '回龙观', 'children': []},

]},

]

},

{'text': '上海','children': [

{'text': '宝山', 'children': []},

{'text': '金山', 'children': []},

]

}

]#深度查询#1. 打印所有的节点#2. 输入一个节点名字，沙河， 你要遍历找，找到了，就打印它，并返回true,

实现

#打印所有的节点

defrecu_Menu(menu):for sub_menu inmenu:

menu_text= sub_menu['text']

menu_children= sub_menu['children']print(menu_text)

recu_Menu(menu_children)

recu_Menu(menus)#打印所有的节点,输入一个节点名字，沙河， 你要遍历找，找到了，就打印它，并返回true,

defrecu_Menu_node(menu, node, layer):#if len(menu)>0:

for sub_menu inmenu:

menu_text= sub_menu['text']

menu_children= sub_menu['children']print("menu_text=", menu_text)if node ==menu_text:print("找到%s在第%s层" %(node, layer)) #返回到外层returnTrueelse:if recu_Menu_node(menu_children, node, layer + 1) ==True: #如果里层返回True，继续向上返回TruereturnTrueelse:

recu_Menu_node(menu_children, node, layer+ 1)

node_str= input("输入一个节点名字->")print(recu_Menu_node(menus, node_str, 1))

-》回龙观

找到回龙观在第3层

True

5.猴子吃桃问题

#题目：猴子吃桃问题：猴子第一天摘下若干个桃子，当即吃了一半，还不瘾，又多吃了一个#第二天早上又将剩下的桃子吃掉一半，又多吃了一个。#以后每天早上都吃了前一天剩下的一半零一个。#到第10天早上想再吃时，见只剩下一个桃子了。求第一天共摘了多少。

"""下一天等于是前一天吃了一半还多一个剩下的。

所以f(n) = 2 * f(n - 1) + 2"""

defpeach(n):if n == 1:return 1

else:return 2 * peach(n-1) + 2

print(peach(10)) #1534

6.二分查找算法

从[1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]序列中找到30的位置

代码实现

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]print('start to find')#递归二分查找

defbinary_search(dataset, start, end, val):

mid= int((start + end)/ 2) #取中间数

#print(dataset, mid, start, end)

if start <=end:if dataset[mid] == val: #判断中间值和要找的那个值的大小关系

print("find val", dataset[mid])returnmidelif dataset[mid] >val:print('mid %s is bigger than %s, keep looking in left %s' %(dataset[mid], val, mid))return binary_search(dataset, start, mid-1, val)else: #dataset[mid] < val:

print('mid %s is smaller than %s, keep looking in right %s' %(dataset[mid], val, mid))return binary_search(dataset, mid+1, end, val)else:#if dataset[start] == val:

#print('finally find val:', dataset[start])

#return start

#else:

print("data %s doesn't exist in dataset" %val)return -1

print('start to find')print(binary_search(data,0,len(data)-1, 30))

输出结果

start to find

mid17 is smaller than 30, keep looking in right 8mid23 is smaller than 30, keep looking in right 13mid32 is bigger than 30, keep looking in left 15find val30mid=14 #返回位置为14

另一种实现

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]print('start to find')defbinary_search(dataset, val):

mid= int(len(dataset)/ 2) #取中间数

print(dataset)if mid >0:if dataset[mid] == val: #判断中间值和要找的那个值的大小关系

print("find n", dataset[mid])elif dataset[mid] >val:

new_dataset= dataset[:mid] #顾头不顾尾

print('mid %s is bigger than %s, keep looking in left %s' %(dataset[mid], val, mid))

binary_search(new_dataset, val)else: #dataset[mid] < val:

new_dataset = dataset[mid:] #顾头不顾尾

print('mid %s is smaller than %s, keep looking in right %s' %(dataset[mid], val, mid))

binary_search(new_dataset, val)else:if dataset[0] ==val:print('finally find val:', dataset[0])else:print("data %s doesn't exist in dataset" %val)

binary_search(data,30)