递归小练习


算法入门,看到递归,做了几个小练习。

1. 递归思路

1.1 找准基线条件(停止递归)
1.2 明确函数功能,知道写的函数究竟是干什么的

2. 求解最大(小)值

def get_max_value(lst):
    if len(lst) == 2: #基线条件
        return lst[0] if lst[0] >= lst[1] else lst[1]
    return lst[0] if lst[0]>get_max_value(lst[1:]) else get_max_value(lst[1:])
    
if __name__ == "__main__":
    li = [8, 4, 5, 7, 1, 3, 6, 2]
    print("max value:", get_max_value(li))

max value: 8
Process finished with exit code 0

3. 列表求和

def sum_list(lst):
    if len(lst) == 0:
        return 0
    return lst[0] + sum_list(lst[1:])

if __name__ == "__main__":
    li = [8, 4, 5, 7, 1, 3, 6, 2]
    print('The result of sum:')
    print(sum_list(li))

The result of sum:
36
Process finished with exit code 0

4. 快速排序

def quick_sort(lst):
    if len(lst) <= 1:
        return lst
    # base_value = lst[-1]#选取最后一个元素作为基准值
    mid_index = int(len(lst)/2)
    base_value = lst[mid_index]#选取中间值作为基准值
    rest = lst[0:mid_index] + lst[mid_index+1:]
    smaller = [i for i in rest if i < base_value]
    larger = [j for j in rest if j >= base_value]
    return quick_sort(smaller) + [base_value] + quick_sort(larger)

if __name__ == "__main__":
    li = [8, 4, 5, 7, 1, 3, 6, 2]

    print("排序后的队列:", quick_sort(li))

排序后的队列: [1, 2, 3, 4, 5, 6, 7, 8]
Process finished with exit code 0

5. 合并排序

def merge_sort(lst):
    if len(lst) < 2:
        return lst
    #分的过程
    mid_index = int(len(lst) / 2)
    left = lst[:mid_index]
    right = lst[mid_index:]
    left = merge_sort(left)
    right = merge_sort(right)

    #治的过程
    result = []
    while left and right:
        if left[0] <= right[0]:
            result.append(left.pop(0))
        else:
            result.append(right.pop(0))
    if left:
        result += left
    if right:
        result += right

    return result
    
if __name__ == "__main__":
    li = [8, 4, 5, 7, 1, 3, 6, 2]

    print("排序后的队列:", merge_sort(li))

排序后的队列: [1, 2, 3, 4, 5, 6, 7, 8]
Process finished with exit code 0

6. 二分查找

def er_fen(min_index, max_index, target):
    mid_index = int((min_index+max_index)/2)
    if a[mid_index] == target:
        return mid_index
    if a[mid_index]>target:
        return er_fen(min_index, mid_index, target)
    if a[mid_index]<target:
        return er_fen(mid_index, max_index, target)
        
if __name__ == "__main__":
    a = [1, 3, 6, 7, 9, 10, 100, 1000, 2000, 100000]
    print(er_fen(0, len(a)-1, 1000))

7
Process finished with exit code 0

7. 有一长为1680,宽为640的土地,现要求将其分割成若干正方形,求解正方形的最大边长。

def max_length(a, b):
    if a % b == 0:
        return b
    else:
        return max_length(b, a-int(a/b)*b)

if __name__ == "__main__":
    print('最大边长:')
    print(max_length(1680, 640))

最大边长:
80
Process finished with exit code 0

### 关于函数递归练习题 以下是几个经典的函数递归练习题及其代码实现: #### 题目一:计算阶乘 编写一个函数 `factorial(n)`,用于计算整数 n 的阶乘。 ```python def factorial(n): if n == 0 or n == 1: return 1 else: return n * factorial(n - 1) # 测试 print(factorial(5)) # 输出结果应为 120 ``` 上述代码展示了如何利用递归来求解阶乘问题[^1]。当输入值为 0 或 1 时返回 1;对于其他情况,则通过调用自身完成运算[^3]。 --- #### 题目二:斐波那契数列 创建一个名为 `fibonacci` 的函数,该函数接收参数 `n` 并返回第 n 项斐波那契数值。 ```python def fibonacci(n): if n <= 0: raise ValueError("请输入正整数") elif n == 1 or n == 2: return 1 else: return fibonacci(n - 1) + fibonacci(n - 2) # 测试 for i in range(1, 10): print(fibonacci(i), end=" ") # 输出前9个斐波那契数 ``` 这段程序体现了典型的分治思想,在处理较大规模数据时效率较低,但在教学场景下非常适合用来讲解递归原理[^2]。 --- #### 题目三:汉诺塔游戏 设计一个解决方案模拟著名的汉诺塔移动过程。 ```python def hanoi_tower(n, source='A', target='C', auxiliary='B'): if n == 1: print(f"Move disk {n} from {source} to {target}") else: hanoi_tower(n - 1, source, auxiliary, target) print(f"Move disk {n} from {source} to {target}") hanoi_tower(n - 1, auxiliary, target, source) # 调用测试 hanoi_tower(3) ``` 此例子不仅展现了嵌套层次结构的重要性,还强调了解决实际问题的能力[^4]。 --- ### 总结 以上三个实例分别代表了不同类型的递归应用案例,从简单的数学运算到复杂的逻辑推理都有涉及。希望这些能帮助加深对递归概念的理解并提高实践技能。
评论
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