递归（上）

中国大学MOOC，数据结构与算法（Python版）学习笔记
课程网址：“https://www.icourse163.org/course/PKU-1206307812”

什么是递归

递归是一种解决问题的方法，其精髓在于将问题分解为规模更小的相同问题，持续分解，直到问题规模小到可以用非常简单直接的方式来解决。
递归的问题分解方式非常独特，其算法方面的明显特征就是：在算法流程中调用自身。递归为我们提供了一种对复杂问题的优雅解决方案，精妙的递归算法常会出奇简单，令人赞叹。

初识递归：数列求和

只是一个很简单的问题：给定一个列表，返回所有数的和。列表中数的个数不定，如果用一个循环和一个累加变量来迭代求和也很简单：

def listsum(numList):
    theSum = 0
    for i in numList:
        theSum = theSum + i
    return theSum
print(listsum([1, 3, 2, 4, 6]))

如果不用循环可以怎么求解这个问题？
求和实际上是由一次次的两数相加实现的，所以可以使用递归方式实现数列求和的问题：
数列的和=“首个数”+“余下数列”的和；如果数列包含的数少到只有1个的话，它的和就是这个数了。

def listSum(numList):
    if len(numList) == 1:
        return numList[0]
    else:
        return numList[0] + listSum(numList[1:])

print(listSum([1, 3, 2, 4, 6]))

数列求和问题首先具备了基本结束条件：当列表长度为1的时候，直接输出所包含的唯一数。
数列求和处理的数据对象是一个列表，而基本结束条件是长度为1的列表，那递归算法就要改变列表并向长度为1的状态演进，其具体做法是将列表长度减少1。调用自身是递归算法中最难理解的部分，实际上我们理解为“问题分解成了规模更小的相同问题”就可以了，在数列求和算法中就是“更短数列的求和问题”。

递归算法的要点

1. 递归算法必须有一个基本结束条件（最小规模问题的直接解决）
2. 递归算法必须能改变状态向基本结束条件演进（减小问题规模）
3. 递归算法必须调用自身（解决减小了规模的相同问题）

递归算法的应用——进制转换

我们用最熟悉的十进制分析这个问题：十进制有十个不同符号：$convString=“0123456789”$，比十小的整数，转换成十进制，直接查表就可以了：$convString[n]$；比十大的整数：想办法把比十大的整数，拆成一系列比十小的整数，然后逐个查表，比如七百六十九，拆成七、六、九，查表得到769就可以了。
所以 ，我们已经找到了“基本结束条件”，就是小于十的整数拆解整数的过程就是向“基本结束条件”演进的过程；我们用"整数除" ，和"求余数"两个计算来将整数一步步拆开，除以“进制基base”（// base）对“进制基”求余数（% base）。
问题就分解为：余数总小于“进制基base”，是“基本结束条件”，可直接进行查表转换整数商成为“更小规模”问题，通过递归调用自身解决

def toStr(n, base):
    converString = "0123456789ABCDEF"
    if n < base:
        return converString[n]  # 最小规模
    else:
        return toStr(n//base, base) + converString[n%base]  # 减小规模，调用自身
    
print(toStr(1453, 16))

递归调用的实现

当一个函数被调用的时候，系统会把调用时的现场数据压入到系统调用栈；每次调用，压入栈的现场数据称为栈帧；当函数返回时，要从调用栈的栈顶取得返回地址，恢复现场，弹出栈帧，按地址返回。

Python中的递归深度限制

在调试递归算法程序的时候经常会碰到这样的错误：RecursionError，即递归的层数太多，系统调用栈容量有限。
这时候要检查程序中是否忘记设置基本结束条件，导致无限递归或者向基本结束条件演进太慢，导致递归层数太多，调用栈溢出。
在Python内置的sys模块可以获取和调整最大递归深度：