15.Python函数进阶_递归函数

最新推荐文章于 2022-01-10 16:48:03 发布

橘九。

最新推荐文章于 2022-01-10 16:48:03 发布

阅读量205

点赞数

CC 4.0 BY-SA版权

分类专栏： Python进阶

本文链接：https://blog.youkuaiyun.com/qq_34400745/article/details/99764570

Python进阶专栏收录该内容

63 篇文章

订阅专栏

本文介绍了Python递归函数的基本概念，包括如何定义递归函数，设置递归边界以避免无限循环。同时，讨论了Python的默认递归限制，并展示了如何通过sys模块调整。此外，还探讨了递归缓存机制，特别是lru_cache装饰器的应用，以优化性能并避免重复计算导致的内存消耗问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.递归函数：

递归函数：在函数内部可以调用函数自身；
递归边界：退出递归的终止条件

使用递归实现累加和阶乘：

#实现累加
def add(n):
    if n == 1:  #递归边界
        return n
    else:
        sum = n + add(n-1)
        return sum

print(add(5))


#实现阶乘
def fun(m):
    if m == 1:
        return m
    else:
        result = m*fun(m-1)
        return result
print(fun(3))

注意一定要设置终止条件不然容易变成死循环；

2.设置递归最大值

Python一般有最大递归限度；可以通过sys模块中的getrecursionlimit进行获取；

import sys
print(sys.getrecursionlimit())    #1000

也可以进行设置最大致：

sys.setrecursionlimit(8000)

根据电脑内存不同，递归数不同，达到一定程度也会报错，递归越多也会；越占内存；

3.处理递归缓存机制

通过缓存装饰器lru_cache；
一个为函数提供缓存机制的装饰器,缓存maxsize组传入参数，在下次以相同的参数调用时直接返回上一次的结果，用于节约开销或I/O函数的调用时间；
如果maxsize设置为None,缓存数量无上限，


    from functools import lru_cache
    
    @lru_cache(maxsize=128)
    def add(n):
        if n == 1:
            return n
        else:
            sum = n + add(n-1)
            return sum
    
    print(add(1000))

但是执行后依然报错：

以为在执行过程中并没有执行相同的函数；

使用缓存装饰器相同的函数只会开辟一块内存空间，会缓存相同的函数；

@lru_cache(maxsize=128)
def fun1(n):
    if n==1:
        return 1
    elif n==2:
        return 2
    elif n==3:
        return 4
    else:
        return fun1(n-1)+fun1(n-2)+fun1(n-3)


print(fun1(100))