python函数递归使用的简单介绍( 二 )


python 递归限制 python不能无限的递归调用下去 。并且当输入的值太大,递归次数太多时,python 都会报错
首先说结论,python解释器这么会限制递归次数,这么做为了避免"无限"调用导致的堆栈溢出 。
tail recursion 就是指在程序最后一步执行递归 。这种函数称为 tail recursion function 。举个例子:
这个函数就是普通的递归函数,它在递归之后又进行了乘的操作 。这种普通递归 , 每一次递归调用都会重新推入一个调用堆栈 。
把上述调用改成 tail recursion function
tail recursion 的好处是每一次都计算完 , 将结果传递给下一次调用,然后本次调用任务就结束了,不会参与到下一次的递归调用 。这种情况下 , 只重复用到了一个堆栈 。因此可以优化结构 。就算是多次循环 , 也不会出现栈溢出的情况 。这就是 tail recursion optimization。
c和c++都有这种优化,python没有,所以限制了调用次数,就是为了防止无限递归造成的栈溢出 。
如果递归次数过多,导致了开头的报错,可以使用sys包手动设置recursion的limit
手动放大 recursionlimit 限制:
python-027-递归-求序列最大值、计算第n个调和数、转换字符到整数 递归,emmmmmmm,拥有一种魅力,接近人的立即思维,容易理解 , 又不容易理解 。
递归算法的优点: 它使我们能够简洁地利用重复结构呈现诸多问题 。通过使算法描述以递归的方式利用重复结构,我们经常可以避开复杂的案例分析和嵌套循环 。这种算法会得出可读性更强的算法描述 , 而且十分有效 。
但是 ,递归的使用要根据相应的成本来看,每次递归python解释器都会给一个空间来记录函数活动状态 。但是有时候内存成本很高,有时候将递归算法转为非递归算法是一种好办法 。
当然我们可以换解释器、使用堆栈数据结构等方法,来管理递归的自身嵌套,减小储存的活动信息,来减小内存消耗 。
最近算法学到了递归这一块,写了三个课后习题:
给一个序列S,其中包含n个元素,用递归查找其最大值 。
输出:
调和数:Hn = 1 + 1/2 + 1/3 + ··· + 1/n
输出:
例如:"12345"class 'str'转换为12345class 'int'
输出:
递归分为线性递归、二路递归、多路递归 。
python递归算法经典实例有哪些?程序调用自身的编程技巧称为递归( recursion) 。递归做为一种算法在程序设计语言中广泛应用 。一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法 。
它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算,大大地减少了程序的代码量 。
递归的能力在于用有限的语句来定义对象的无限集合 。一般来说,递归需要有边界条件、递归前进段和递归返回段 。当边界条件不满足时,递归前进;当边界条件满足时,递归返回 。
Python
是完全面向对象的语言 。函数、模块、数字、字符串都是对象 。并且完全支持继承、重载、派生、多继承,有益于增强源代码的复用性 。Python支持重载运算符和动态类型 。相对于Lisp这种传统的函数式编程语言,Python对函数式设计只提供了有限的支持 。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具 。
Python算法-爬楼梯与递归函数可以看出来的是 , 该题可以用斐波那契数列解决 。
楼梯一共有n层 , 每次只能走1层或者2层 , 而要走到最终的n层 。不是从n-1或者就是n-2来的 。

推荐阅读