python 中递归函数

函数执行流程

def foo1(b,b1=3):
     print("foo1 called",b,b1)
 
 def foo2(c):
       foo3(c)
       print("foo2 called",c)
 def foo3(d):
     print("foo3 called",d)
 def main():
      print("main called")
      foo1(100,101)
      foo2(200)
      print("main ending ")

函数执行过程:

  • 全局帧中生成foo1、foo2、foo3、main函数对象
  • main函数调用
  • main中查找内建函数print压栈,将常量字符串压栈,调用函数,弹出栈顶,返回值。
  • main中全局查找foo1压栈,将常量100、101压栈,调用函数foo1,创建栈帧。print函数压栈,字符串和变量b、b1压栈,调用函数,弹出栈顶,返回值。
  • main中全局查找foo2函数压栈,将常量200压栈,调用foo2,创建栈帧。foo3函数压栈,变量c引用压栈,调用foo3函数,创建栈帧,foo3中内建函数中查找print压栈,将字符常量和变量d压栈。foo3完成print函数调用后返回。foo2恢复调用,执行print后,返回值,main中foo2调用结束后弹出栈顶,main继续执行print函数调用,弹出栈顶,main函数返回

函数中压栈,执行流程。

递归Recursion

  • 函数直接或者间接调用自身就是递归
  • 递归需要有边界条件、递归前进段,递归返回段
  • 递归一定需要有边界条件
  • 当边界条件不满足的时候,递进前进
  • 当边界条件满足的时候,递归返回

递归要求

  • 递归一定要有退出条件,递归调用一定执行到这个退出条件。没有退出条件的递归调用,就是无限调用
  • 递归调用的深度不宜过深
    • python对递归调用的深度做了限制,以保护解释器,cpython中递归深度为1000,ipython中递归深度为3000
  • 超过递归深度限制,抛出RecursionError:maxinum recursion depth exceeded 超出最大深度
  • sys.getrecursionlimit()是显示最大限制

对于基于前面或者换位置的时候使用封装和解构更有效

斐波那契数列实现(f(1)=1,f(2)=1,f(3)=f(1)+f(2),f(4)=f(2)+f(3)……)

#斐波那契数列普通循环实现
a,b=0,1
for i in range(4):
    a,b=b,a+b
print(a)

#斐波那契数列函数递归实现
def foo(n):  #大量的重复计算
     return 1 if n<3  else  foo(n-1)+foo(n-2)  
  
#斐波那契数列函数循环实现
def fn(n,a=0,b=1):
    a,b=b,a+b
    if n==1:
        return a
    return fn(n-1,a,b)

递归的性能

  • 循环稍微复杂一些,但是只要不是死循环,可以多次迭代直至算出结果
  • 递归还有深度限制,如果递归复杂,函数反复压栈,栈内存很快会溢出

间接递归

def foo1():
    foo2()
def foo2():
   foo1()

间接递归,是通过别的函数调用了函数自身,但是如果构成了循环递归调用是非常危险的,但是往往这种情况在代码复杂的情况下,还是有可能发生这种调用的,要用代码的规范来避免这种递归调用的发生

递归总结

  • 递归是一种很自然的表达,符合逻辑思维
  • 递归相对运行效率低,每一次调用函数都要开辟新的栈帧
  • 递归有深度限制,如果递归层次太深,函数反复压栈,栈内存很快就溢出了
  • 如果是有限次数的递归,可以使用递归调用,或者使用循环代替,循环代码稍微复杂一些,但是只要不是死循环,过次迭代直至算出结果
  • 绝大多数递归,都可以使用循环实现
  • 即使递归代码很简洁,能不用尽量不使用递归

猜你喜欢

转载自blog.csdn.net/qq_36883141/article/details/89319035
0条评论
添加一条新回复