【Python】什么是递归函数?

本文介绍了递归函数的概念和特点,并通过实例展示了如何使用递归函数计算阶乘、斐波那契数列以及解决小明记单词的问题。递归函数以简洁的代码解决了这些问题,但需要注意递归的终止条件和效率。同时提到了尾递归优化,以及递归在分形和表达式中的应用。

目录

1.递归函数的概念

2.递归函数的特点

3.递归函数解决实际问题

3.1.计算n!=1*2*3...*n

3.2.斐波那契数列 0, 1, 1, 2, 3, 5, 8, 13, 21, ···

3.3.小明为了学好英语,需要每天记单词,第一天记1个,第二天记2个依次类推,请用代码完成,算出小明第10天开始的时候会了多少个单词?

4.拓展


1.递归函数的概念

递归就是一个函数在它的函数体内调用它自身。执行递归函数将反复调用其自身,每调用一次就进入新的一层。递归函数必须有结束条件

2.递归函数的特点

递归函数的有点:代码简单,逻辑清晰

理论上所有的递归函数都可以写成循环迭代的方式

1. 每一级函数调用时都有自己的变量,但是函数代码并不会得到复制,如计算5的阶乘时每递推一次变量都不同;
2. 每次调用都会有一次返回,如计算5的阶乘时每递推一次都返回进行下一次;
3. 递归函数中,位于递归调用前的语句和各级被调用函数具有相同的执行顺序;
4. 递归函数中,位于递归调用后的语句的执行顺序和各个被调用函数的顺序相反;
5. 递归函数中必须有终止语句。

3.递归函数解决实际问题

3.1.计算n!=1*2*3...*n

def fact(n):
	if n < 2:
		return 1
	return n*fact(n-1)
print(fact(4))

>>24

3.2.斐波那契数列 0, 1, 1, 2, 3, 5, 8, 13, 21, ···

这个数列从第三项开始,每一项都等于前两项之和

def fibo(n):
	if n < 2:
		return n
	return fibo(n-1)+fibo(n-2)
print(fibo(5))

>>>5

我们把工作原理流程图简化成这种二叉树的模式,我们将通过树状结构来了解fibo(5)函数的执行流程。

二叉树是先执行左边树枝 ,右分支是从最底层往上执行的

3.3.小明为了学好英语,需要每天记单词,第一天记1个,第二天记2个依次类推,请用代码完成,算出小明第10天开始的时候会了多少个单词?

def learn(n):
	if n < 2:
		return 1
	return n+learn(n-1)
print(learn(10))

>>>55

4.拓展

1.在计算机学里,尾调用是指一个函数里的最后一个动作是返回一个函数的调用结果的情形,即最后一步新调用的返回值直接被当前函数返回的情形。此时,该尾部调用位置被称为尾位置。若这个函数在尾位置调用本身(或是一个尾调用本身的其他函数等等),则称这种情况为尾递归,是递归的一种特殊情形。尾调用不一定是递归调用,但是尾递归特别有用,也比较容易实现。尾递归函数的特点是在回归过程中不用做任何操作,这个特性很重要,因为大多数现代的编译器会利用这种特点自动生成优化的代码。 可参考链接如下:

python使用递归、尾递归、循环三种方式实现斐波那契数列https://blog.youkuaiyun.com/together_cz/article/details/76216239

2.使用python语言表达分形与递归,可参考链接如下:

http://wiki.swarma.net/index.php/%E4%BD%BF%E7%94%A8python%E8%AF%AD%E8%A8%80%E8%A1%A8%E8%BE%BE%E5%88%86%E5%BD%A2%E4%B8%8E%E9%80%92%E5%BD%92

3.参考其他文章:什么是递归函数https://blog.youkuaiyun.com/wf19930209/article/details/79341939#%E7%89%B9%E7%82%B9

Python 中,递归是一种函数直接或间接调用自身的技术,常用于解决需要重复应用相同逻辑直到满足特定条件的问题。递归函数可以简化代码结构,提高可读性,但同时也需要注意递归深度和性能问题。 ### 递归函数的基本结构 递归函数通常包含两个部分: 1. **基线条件(Base Case)**:这是递归终止的条件,避免无限递归。 2. **递归步骤(Recursive Step)**:函数调用自身的部分,并逐步向基线条件靠近。 以下是一个计算阶乘的递归函数示例: ```python def factorial(n): if n == 0: # 基线条件 return 1 else: return n * factorial(n - 1) # 递归步骤 ``` 调用 `factorial(5)` 会输出 `120`,即 `5! = 5 × 4 × 3 × 2 × 1` [^5]。 ### 设计递归函数的原则 - 明确基线条件,确保递归最终能够终止。 - 每次递归调用都应使问题规模缩小,逐渐接近基线条件。 - 避免重复计算,必要时可使用记忆化(Memoization)优化递归性能。 ### 递归函数的注意事项 - Python 默认的递归深度限制为 1000 层,超过该限制会抛出 `RecursionError` 异常。可以通过 `sys.setrecursionlimit()` 修改递归深度限制,但应谨慎操作,以避免栈溢出 [^1]。 - 递归函数可能比等效的迭代实现效率更低,因为每次函数调用都会产生额外的开销。对于大规模数据处理,应优先考虑使用迭代或尾递归优化。 ### 递归函数的应用场景 - 遍历树形结构(如文件系统、DOM 树)。 - 分治法算法(如快速排序、归并排序、二分查找)。 - 数学计算(如斐波那契数列、汉诺塔问题)。 以下是一个实现斐波那契数列的递归函数示例: ```python def fibonacci(n): if n <= 1: return n else: return fibonacci(n - 1) + fibonacci(n - 2) ``` 调用 `fibonacci(7)` 会返回 `13`,即斐波那契数列的第 7 项 [^5]。 ### 递归与迭代的比较 | 特性 | 递归 | 迭代 | |--------------|-----------------------|-----------------------| | 代码可读性 | 通常更简洁、易理解 | 代码可能较长 | | 性能 | 效率较低,有栈溢出风险| 效率较高,内存占用少 | | 适用场景 | 逻辑天然递归的问题 | 循环结构清晰的问题 | ### 示例:递归遍历目录结构 递归在处理树形结构时非常有效,例如遍历文件系统中的目录: ```python import os def list_files(path): for item in os.listdir(path): full_path = os.path.join(path, item) if os.path.isdir(full_path): print(f"进入目录: {full_path}") list_files(full_path) else: print(f"文件: {full_path}") ``` 该函数会递归地遍历指定路径下的所有子目录和文件 [^2]。 ---
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值