Python递归

递归剖析

两个过程

递“去”的过程，“归”回的过程！

def di_gui(n):
    print(n, "<===1====>")
    if n > 0:
        di_gui(n - 1)
    print(n, '<===2====>')
di_gui(5) # 外部调用后打印的结果是？

执行“去”的过程

• 只需要满足终止条件，就会一直在函数内，带着更新的参数，调用函数自身

【注：】到内部调用函数， 以下面的代码不会被执行，而是暂停阻塞；此时 随着函数每调用一次自身，还没有触发 返回值和到达终止条件，等同于在原来的基础上不断“向下/向内”开辟新的内存空间，

“递”去的过程结束

• 当前这层空间函数全部执行结束（终止条件）
• 执行到了return 返回值，直接返回；

从内存角度（本质）：

每调用一次函数，都会单独开辟一份栈帧空间，递归函数就是不停的开辟和释放栈帧空间的过程，具体来理解下：一个普通函数从执行到结束，就是一个开辟空间和释放空间的过程；而递归函数是在调用最外层函数时，先开辟一个最外层空间，每调用一次自身，就会在最外层空间内，再自己开辟本次的空间（所以递归耗内存）

递归的数据共享情况：递归每一层间的数据是独立的，不共享，但是可以通过参数或者返回值来形成共享，参数具体在传入的是“引用类型”（比如列表）

【注：】递归 必须要有一个出口，如果没有出口就会重复调用，不断的开辟栈帧空间

import sys
res=sys.getrecursionlimit()
print(res) # 结果：1000
# sys.setrecursionlimit(800) 可以自己设置最大递归层数

 return的返回流程是：先计算，再返回 

def jie_cheng(n):
    if n <= 1:
        return 1
    return n * jie_cheng(n - 1)
print(jie_cheng(5))

字符串的反转

def str_reverse(s):
    if len(s) <= 1: # 递归出口
        return s
    return str_reverse(s[1:]) + s[0] # 每次返回最后一层的值，加上当前规模的第一个值
print(str_reverse('str'))

递归思路

• 找重复：看哪一部分是 实现函数的变化；每次进入更深一层递归时，问题规模相比上次递归都应有所减少
• 找变化：变化的量应该作为参数
• 找边界（出口）：终止条件

需求：递归实现遍历目录

import os
def file_get(file_path, n):
    list_file = os.listdir(file_path)
    for file in list_file:
        abs_file = os.path.join(file_path, file)
        if os.path.isdir(abs_file):
            print("\t" * n, file)
            file_get(abs_file, n + 1)
        else:
            print("\t" * n, file)
file_get(r"C:\Users\DELL\Desktop\python", 1)