遞歸函數
在函數內部,可以調用其他函數。如果一個函數在內部調用自身本身,這個函數就是遞歸函數。
遞歸函數特性:
- 必須有一個明確的結束條件;
- 每次進入更深一層遞歸時,問題規模相比上次遞歸都應有所減少
- 相鄰兩次重復之間有緊密的聯系,前一次要為后一次做准備(通常前一次的輸出就作為后一次的輸入)。
- 遞歸效率不高,遞歸層次過多會導致棧溢出(在計算機中,函數調用是通過棧(stack)這種數據結構實現的,每當進入一個函數調用,棧就會加一層棧幀,每當函數返回,棧就會減一層棧幀。由於棧的大小不是無限的,所以,遞歸調用的次數過多,會導致棧溢出)
先舉個簡單的例子:計算1到100之間相加之和;通過循環和遞歸兩種方式實現
#!/usr/bin/env python3 # 1-100 sum import sys def sum_cycle(n): ''' 1 to n,The sum function ''' sum = 0 for i in range(1,n + 1): sum += i return sum def sum_recu(n): ''' 1 to n,The sum function ''' if n > 0: return n + sum_recu(n - 1) #調用函數自身 else: return 0 print("循環求和:",sum_cycle(100)) print("遞歸求和:",sum_recu(100)) 執行結果: [root@localhost tmp]# ./sum.py 循環求和: 5050 遞歸求和: 5050
遞歸函數的優點是定義簡單,邏輯清晰。理論上,所有的遞歸函數都可以寫成循環的方式,但循環的邏輯不如遞歸清晰。
***使用遞歸函數需要注意防止棧溢出。在計算機中,函數調用是通過棧(stack)這種數據結構實現的,每當進入一個函數調用,棧就會加一層棧幀,每當函數返回,棧就會減一層棧幀。由於棧的大小不是無限的,所以,遞歸調用的次數過多,會導致棧溢出。
把上面的遞歸求和函數的參數改成10000就導致棧溢出!
[root@localhost tmp]# ./sum.py 循環求和: 5050 Traceback (most recent call last): File "./sum.py", line 23, in <module> print("遞歸求和:",sum_recu(1000)) File "./sum.py", line 19, in sum_recu return n + sum_recu(n - 1) File "./sum.py", line 19, in sum_recu return n + sum_recu(n - 1) File "./sum.py", line 19, in sum_recu return n + sum_recu(n - 1) [Previous line repeated 994 more times] File "./sum.py", line 18, in sum_recu if n > 0: RecursionError: maximum recursion depth exceeded in comparison
***解決遞歸調用棧溢出的方法是通過尾遞歸優化,事實上尾遞歸和循環的效果是一樣的,所以,把循環看成是一種特殊的尾遞歸函數也是可以的。
尾遞歸優化:http://www.open-open.com/lib/view/open1480494663229.html
二分法查找大家應該聽說過;就是一種快速查找的方法,時間復雜度低,邏輯簡單易懂,總的來說就是不斷的找出中間值,用中間值對比你需要找的實際值;若中間值大,則繼續找左邊;若中間值小,則繼續找右邊;可以看出二分法就是不斷重復此上過程,所以就可以通過遞歸方式來實現二分法查找了!
#!/usr/bin/env python3 #The binary search function def Binary_Search(data_source,find_n): if len(data_source) >= 1: #判斷列表長度是否大於1,小於1就是一個值 mid = int(len(data_source)/2) #獲取列表中間索引;奇數長度列表長度除以2會得到小數,通過int將轉換整型 if find_n > data_source[-1]: #判斷查找值是否超出最大值 print('{}查找值不存在!'.format(find_n)) exit() elif find_n < data_source[0]: #判斷查找值是否超出最小值 print('{}查找值不存在!'.format(find_n)) exit() if data_source[mid] > find_n: #判斷列表中間值是否大於查找值 #print('查找值在 {} 左邊'.format(data_source[mid])) Binary_Search(data_source[:mid],find_n) #調用自己,並將中間值左邊所有元素做參數 elif data_source[mid] < find_n: #判斷列表中間值是否小於查找值 #print('查找值在 {} 右邊'.format(data_source[mid])) #調用自己,並將中間值右邊所有元素做參數 Binary_Search(data_source[mid:],find_n) else: print('找到查找值',data_source[mid]) #找到查找值 else: print('{}查找值不存在!'.format(find_n)) #特殊情況,返回查找不到 Data = [22,12,41,99,101,323,1009,232,887,97] Data.sort() #列表從小到大排序 Binary_Search(Data,323) #查找323 執行結果: [root@localhost tmp]# ./binary_search.py 找到查找值 323