Python函数递归
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。
递归中可以函数自身调用自身,但是使用时类似于条件循环一样,要有递归的终止条件。
例如使用函数递归来计算 n ! n! n!
def factorial(n):
if n == 1:
return 1
return n * factorial(n -1)
print(factorial(5))
120
实际上的计算过程如下
===> factorial(5)
===> 5 * factorial(4)
===> 5 * (4 * factorial(3))
===> 5 * (4 * (3 * factorial(2)))
===> 5 * (4 * (3 * (2 * factorial(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120
例如使用函数递归来计算前 n n n项和
def n_sum(n):
if n == 0:
return 0
return n + n_sum(n-1)
print(n_sum(100))
5050
但是,迭代过程非常耗费时间和内存,实际开发过程中应权衡开发效率,实际运行中的速度以及内存等因素建立最合适的算法。
在jupyter notebook中使用%%timeit查看运行时间
%%timeit
def factorial(n):
if n == 1:
return 1
print('%d * factorial(%d)'%(n,n-1),n * factorial(n-1))
return n * factorial(n -1)
factorial(5)
3.6 ms ± 306 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
如果仅计算 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 5*4*3*2*1 5∗4∗3∗2∗1的运行时间
%%timeit
def factorial_5():
return 5*4*3*2*1
factorial_5()
284 ns ± 59.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
可以看到后者循环1000000次使用的时间都没有前者循环100次使用的时间多。