Python函数递归

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$n!$

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$n$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$5\ast 4\ast 3\ast 2\ast 1$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。