1. 递归的三要素
递归的三要素:
- Base case(递归出口)。可以把 base case 看成是最简单的函数输入情况,或则是递归终止条件。
- Recursive call on a smaller problem(递归调用一个较小的问题)。我们可以将此步骤视为对当前问题所依赖的较小问题调用函数(分治)。假设对这个小问题的递归调用会给预期的结果,这种想法称为“信念的递归飞跃”(recursive leap of faith)。
- Solve the larger problem。在步骤2中,我们找到了一个较小问题的结果。我们现在想要使用这个结果来计算当前问题的结果应该是什么,这就是我们想要从当前函数调用中返回的结果。
在处理或调试递归函数时,应该避免以这种方式对大型或复杂的输入进行可视化,因为大量的 frame 可能相当笨拙和令人困惑。相反,应当考虑以下三个步骤:基本情况、递归调用和解决完整问题(base case, recursive call, and solving the full problem)。
2. 什么时候加辅助函数(helper function)
辅助函数(helper function)是一种嵌套函数(nested function),如果需要跟踪给定参数以外的更多变量,或者需要更改输入的值,就很有用。
以 is_prime(n)
为例。使用 while 的解法:
def is_prime(n):
"""
>>> is_prime(10)
False
>>> is_prime(7)
True
>>> is_prime(1) # one is not a prime number!!
False
"""
if n == 1:
return False
k = 2
while k < n:
if n % k == 0:
return False
k += 1
return True
使用递归:
def is_prime(n):
""" Returns True if n is a pirme number and False otherwise
>>> is_prime(2)
True
>>> is_prime(16)
False
>>> is_prime(521)
True
"""
def prime_helper(m):
if m == n:
return True
elif n % m == 0:
return False
else:
return prime_helper(m + 1)
return prime_helper(2)
如果只用 n 来记录函数的状态是不够的。很明显,在 while 版本中,我们需要跟踪 n 和 k 的改变,如果 k = n,迭代就结束。
如果想要用递归来解决,最起码需要两个参数来记录函数的状态。本例是 m 和 n。
接下来就分析出问题的 base case,以及如何分解问题为更小的子问题,最后再将结果整合。