递归方法编写指南

最新推荐文章于 2025-11-06 20:53:55 发布

原创最新推荐文章于 2025-11-06 20:53:55 发布 · 504 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#开发语言 #算法

计算机小知识专栏收录该内容

18 篇文章

订阅专栏

递归：“自己调用自己”，每次调用时都会把问题变得更简单一点，直到问题简单到可以直接解决为止。

就像剥洋葱：你先剥开一层，发现里面结构跟整个洋葱一样，于是继续剥这一层，直到剥到最中心最小的一片，然后从内向外，把每一层的结果组合起来，得到完整的答案。

写递归时，必须明确两件事：

1. 递归结束条件（Base Case）

作用：告诉递归“什么时候该停了”，避免无限循环。
比喻：像你拆套娃时，发现“这个套娃不能再拆了”（比如最小的那个），就停止。
例子：
- 计算阶乘 n! 时，结束条件是 0! = 1 或 1! = 1。
- 遍历文件夹时，结束条件是“当前文件夹没有子文件夹”。

n!称为阶乘，表示从1乘到n，就像一步步爬阶梯一样，一步步乘上去。
n! = n $×\times$ ${n-1}$ $×\times$ ${n-2}$ $×\times$ ${n-3}$ $×\times$ $\dots$ $×\times$ 3 $×\times$ $2$ $×\times$ $1$

def factorial(n):
    if n == 0:  # 结束条件
        return 1
    # 否则继续递归...

如果没有结束条件：程序会一直递归下去，直到崩溃。

类似：
“从前有座山，山上有座道观，道观里有一个老道长和小道长在讲故事，他们在讲什么呢？他们讲的是
‘从前有座山，山上有座道观，道观里有一个老道长和小道长在讲故事，他们在讲什么呢？他们讲的是
“从前……”’”

2. 递归规律（Recursive Case）

作用：定义“如何把问题拆小”，让每次递归都向结束条件靠近。
比喻：像你每次拆开一个盒子后，对里面的更小的盒子重复同样的拆解操作。
关键点：
- 问题规模必须减小：比如计算 n! 时，递归调用 factorial(n-1)。
- 相信递归能工作：不要深入跟踪每次调用，假设子问题能正确解决（类似“相信下一层套娃能被正确拆开”）。

def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n - 1)  # 问题规模减小（n-1）

完整例子：计算阶乘

def factorial(n):
    # 1. 结束条件
    if n == 0:
        return 1
    # 2. 递归规律：n! = n * (n-1)!
    else:
        return n * factorial(n - 1)

执行流程（以 factorial(3) 为例）：

3! = 3 * factorial(2)
2! = 2 * factorial(1)
1! = 1 * factorial(0)
0! = 1（触发结束条件，开始返回结果）
逐层返回：1 * 1 = 1 → 2 * 1 = 2 → 3 * 2 = 6

常见问题

忘记结束条件：无限递归，最终崩溃（Stack Overflow）。
问题没拆小：比如递归调用时参数没变化，导致无限循环。
效率问题：递归可能有重复计算（如斐波那契数列），可用记忆化优化。

斐波那契数列： $F_0 = 0, F_1 = 1$
$\geq 2, F_n = F_{n - 1} + F_{n - 2}$

记忆化优化：
在递归函数中，一个函数会不断调用自己，把大问题拆成小问题。但有些小问题会被反复计算很多次，数据越大，重复计算就越多，浪费大量时间。
记忆化优化，就是给递归函数“做笔记”。
每次算出一个子问题的结果，就把它记下来（比如存到一个数组或字典里）。
下次再遇到同样的问题，直接查“笔记”，不用重新算。