C语言之函数递归

一.概念

1.函数递归的定义

函数自己调用自己。把一个大型复杂问题转换成一个与原问题相似,但规模较小的子问题来求解,直到子问题不能再拆分,递归就结束了,思想就是大事化小

2.递归的限制条件

1.存在一个限制条件,当满足这个限制条件时,递归不再继续。
2.每次递归后越来越逼近这个条件。

3.递归的缺点

函数递归可能会造成栈溢出,原因是每次函数调用都会向栈区申请一块空间。这样会大大降低我们程序执行效率。

二.递归题1(n!)

1.求n!

在这里插入图片描述
下面命名一个函数fac来求n!,根据上图可得公式:
在这里插入图片描述

int fac(int n)
{
	if (n == 0)  //递归结束的限制条件
		return 1;
	else
		return n * fac(n - 1);
}
int main()
{
	int n = 0;
	scanf("%d", &n); //输入的 n >= 0
	int r = fac(n);
	printf("%d的阶乘是:%d", n,r);
	return 0;
}

现在,我们来解释一下是如何实现的

假定输入的n为3
想法(便于理解):函数递归就相当于函数的嵌套使用,一个函数里调用另一个函数,因此下图中我把fac函数名更改了,功能还是相同的
蓝色矩形框起来的数字是返回值

在这里插入图片描述

三.递归题2(正序输出)

2.输入一个数,要求正序输出它的每一位
如:输入123       输出1 2 3

思路:对这个数依次取余,取整
1234 % 10 == 4
1234 / 10 == 123
123 % 10 == 3
123 / 10 == 12
12 % 10 == 2
12 / 10 == 1
1 % 10 == 1

命名一个函数print(n)
假如输入的n为123
print(12)+3      
print(1)+2+3      

void print(int n)
{
	if (n > 9)   //输入的数不是一位数
	{
		print(n / 10);
	}
	printf("%d ", n % 10);
}
int main()
{
	int n = 0;
	scanf("%d", &n);
	print(n);
	return 0;
}

在这里插入图片描述

三.求第n个斐波那契数

1.递归法

斐波那契数:
1 1 2 3 5 8 13 21 …
第一个数和第二个数给定的是1,之后的数等于其前两个数之和
在这里插入图片描述

int Fib(int n)
{
	if (n <= 2)
		return 1;
	else
		return Fib(n - 1) + Fib(n - 2);
}
int main()
{
	int n = 0;
	scanf("%d", &n);
	int r = Fib(n);
	printf("%d\n", r);
	return 0;

缺点:当你输入的n很大时,它的运行效率特别特别慢。

2.非递归法

在这里插入图片描述

我们不妨把第一个数赋值给变量a,即 int a = 1; 把第二个数赋值给b,即 int b = 1; 现在第三个数就是 c = a+b; 求第三个数时执行了一次,接下来求第四个数,即把图中a,b,c各往后移了一格,因此 a等于上一次的b,b等于上一次的c,即a = b; b = c 以此类推,求第n个数时需要执行n-2次,放入循环

在这里插入图片描述

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
评论
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