Python----递归算法

递归法

递归算法
递归是一种常见的解决问题的方法,即把问题逐渐简单化。递归的基本思想就是“自己
调用自己”,一个使用递归技术的方法将会直接或者间接的调用自己。
利用递归可以用简单的程序来解决一些复杂的问题。比如:斐波那契数列的计算、汉诺
塔、快排等问题。
递归结构包括两个部分:

  • 定义递归头。解答:什么时候不调用自身方法。如果没有头,将陷入死循环,也就

    是递归的结束条件。

  • 递归体。解答:什么时候需要调用自身方法

使用递归计算阶乘:

#coding=utf-8
#测试递归
def factorial(n):
if n==1:
    return 1
else:
    return n*factorial(n-1)

a = factorial(10)
print(a)

使用递归法算法遍历目录下所有的文件

import os
all_file = []
def give_path(path,level):    #引入level 是为了 排序缩进
    list_path = os.listdir(path)
    for firle in list_path:
        file_path = os.path.join(path,firle)   #将 path 加进去
        if os.path.isdir(file_path):         #如果还有字目录的话再调用函数,列出里面的文件
            give_path(file_path,(level+1))
        all_file.append("\t"*level + file_path)

give_path("体育",0)

for file in reversed(all_file):
    print(file)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
很抱歉,`python-control`库本身并不提供内置的自适应PID控制算法。它主要用于控制系统建模、分析和设计,提供了许多传统的控制算法和工具。 如果你想在Python中实现自适应PID控制算法,你可以考虑使用其他Python库或自行编写代码来实现。下面是一个简单的示例,展示了如何使用递归最小二乘法(Recursive Least Squares, RLS)算法来实现自适应PID控制: ```python import numpy as np class AdaptivePID: def __init__(self, Kp, Ki, Kd): self.Kp = Kp self.Ki = Ki self.Kd = Kd self.P = np.eye(3) self.theta = np.zeros(3) self.setpoint = 0 self.error_prev = 0 def update(self, feedback): error = self.setpoint - feedback error_diff = error - self.error_prev # 更新参数估计 x = np.array([error, error_diff, self.error_prev]) y = self.Kp * error + self.Ki * error + self.Kd * error_diff k = self.P @ x / (1 + x @ self.P @ x) self.theta += k * (y - x @ self.theta) self.P -= np.outer(k, x @ self.P) output = self.theta @ x self.error_prev = error return output # 使用示例 pid = AdaptivePID(0.5, 0.1, 0.2) pid.setpoint = 10.0 feedback = 0.0 while True: output = pid.update(feedback) # 将output应用于控制系统中 # 获取新的feedback值 ``` 在这个示例中,我们定义了一个`AdaptivePID`类,它使用RLS算法来实现自适应PID控制。在`update`方法中,我们将当前误差、误差变化和上一次误差作为特征向量x,将PID输出作为目标值y,使用RLS算法来更新参数估计。 这只是一个简单的示例,实际的自适应PID算法可能需要更复杂的参数更新规则和策略来提高鲁棒性和性能。具体的方案需要根据实际问题和需求进行设计和调整。
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