1 递归Recursion
1.1 递归的优点
如在树的前/中/后序遍历中,递归的实现明显比循环简单。
- 代码简洁
- 易于理解
1.1 递归的缺点
- 时间和空间的消耗比较大
递归由于是函数调用自身,而函数的调用时消耗时间和空间的,每一次函数调用,都需要在内存栈中分配空间以保存参数,返回值和临时变量,而往栈中压入和弹出数据也都需要时间,所以降低了效率。 - 重复计算
递归中又很多计算都是重复的,递归的本质时把一个问题分解成两个或多个小 问题,多个小问题存在重叠的部分,即存在重复计算,如斐波那契数列的递归实现。 - 调用栈溢出
递归可能使调用栈溢出,每次调用时都会在内存栈中分配空间,而栈空间的容量是有限的,当调用的次数太多,就可能会超出栈的容量,进而造成调用栈溢出。
1.1 递归的两个条件:
- 调用函数自身的行为
- 设置函数自身正确的返回值
1.2 递归默认深度
- python默认深度:100层
- python程序强制停止运行:Ctrl+c
修改python默认递归层数
import sys
sys.setrecursionlimit(x) # x = 100 就是100层
1.3 简单案例-求m的阶乘(m!)
# 定义函数
# 如果 x = 5 ,结果相当于5*4*3*2*1*1=120
def recursion(x):
if x == 1:
return 1 # 结束条件
else:
return x * recursion(x-1)
# 调用函数
recursion(5)
# 输出:120
1.3.1 案例详解

① 根据
if x == 1: return 1得出 recursion(0)=1
② 以此类推
recursion(1)=1× 1
recursion(2)=1× 1× 2
recursion(3)=1× 1× 2× 3
recursion(4)=1× 1× 2× 3× 4
recursion(4)=1× 1× 2× 3× 4× 5
本文详细探讨递归在编程中的优缺点,涉及效率、重复计算和调用栈溢出问题,以阶乘为例讲解递归实现,并提供Python默认递归深度设置。重点介绍如何通过代码实例理解递归的工作原理。
531

被折叠的 条评论
为什么被折叠?



