Myself
  • 1.Python历史
  • 2.安装Python
    • 2.1.Python解释器
  • 3.第一个Python程序
    • 3.1.使用文本编辑器
    • 3.2.输入和输出
  • 4.Python基础
    • 4.1.数据类型和变量
    • 4.2.字符串和编码
    • 4.3.使用list和tuple
    • 4.4.条件判断
    • 4.5.模式匹配
    • 4.6.循环
    • 4.7.使用dict和set
  • 5.函数
    • 5.1.调用函数
    • 5.2.定义函数
    • 5.3.函数的参数
    • 5.4.递归函数
  • 6.高级特性
    • 6.1.切片
    • 6.2.迭代
    • 6.3.列表生成式
    • 6.4.生成器
    • 6.5.迭代器
  • 7.函数式编程
    • 7.1.高阶函数
      • 7.1.1.map/reduce
      • 7.1.2.filter
      • 7.1.3.sorted
    • 7.2.返回函数
    • 7.3.匿名函数
    • 7.4.装饰器
    • 7.5.偏函数
  • 8.模块
    • 8.1.使用模块
    • 8.2.安装第三方模块

搜索结果

没有相关内容~~

5.4.递归函数

最新修改于 2025-08-07 16:57
在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。 举个例子,我们来计算阶乘 `n! = 1 x 2 x 3 x ... x n`,用函数 `fact(n)`表示,可以看出: **f**a**c**t**(**n**)**=**n**!**=**1**×**2**×**3**×**⋅**⋅**⋅**×**(**n**−**1**)**×**n**=**(**n**−**1**)!**×**n**=**f**a**c**t**(**n**−**1**)**×**n 所以,`fact(n)`可以表示为 `n x fact(n-1)`,只有n=1时需要特殊处理。 于是,`fact(n)`用递归的方式写出来就是: ```python def fact(n): if n==1: return 1 return n * fact(n - 1) ``` []( "复制到剪贴板") 上面就是一个递归函数。可以试试: ```plain >>> fact(1) 1 >>> fact(5) 120 >>> fact(100) 93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000 ``` []( "复制到剪贴板") 如果我们计算 `fact(5)`,可以根据函数定义看到计算过程如下: ``` => fact(5) => 5 * fact(4) => 5 * (4 * fact(3)) => 5 * (4 * (3 * fact(2))) => 5 * (4 * (3 * (2 * fact(1)))) => 5 * (4 * (3 * (2 * 1))) => 5 * (4 * (3 * 2)) => 5 * (4 * 6) => 5 * 24 => 120 ``` 递归函数的优点是定义简单,逻辑清晰。理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰。 使用递归函数需要注意防止栈溢出。在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出。可以试试 `fact(1000)`: ```plain >>> fact(1000) Traceback (most recent call last): File "", line 1, in File "", line 4, in fact ... File "", line 4, in fact RuntimeError: maximum recursion depth exceeded in comparison ``` []( "复制到剪贴板") 解决递归调用栈溢出的方法是通过**尾递归**优化,事实上尾递归和循环的效果是一样的,所以,把循环看成是一种特殊的尾递归函数也是可以的。 尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。 上面的 `fact(n)`函数由于 `return n * fact(n - 1)`引入了乘法表达式,所以就不是尾递归了。要改成尾递归方式,需要多一点代码,主要是要把每一步的乘积传入到递归函数中: ```python def fact(n): return fact_iter(n, 1) def fact_iter(num, product): if num == 1: return product return fact_iter(num - 1, num * product) ``` []( "复制到剪贴板") 可以看到,`return fact_iter(num - 1, num * product)`仅返回递归函数本身,`num - 1`和 `num * product`在函数调用前就会被计算,不影响函数调用。 `fact(5)`对应的 `fact_iter(5, 1)`的调用如下: ``` => fact_iter(5, 1) => fact_iter(4, 5) => fact_iter(3, 20) => fact_iter(2, 60) => fact_iter(1, 120) => 120 ``` 尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。 遗憾的是,大多数编程语言没有针对尾递归做优化,Python解释器也没有做优化,所以,即使把上面的 `fact(n)`函数改成尾递归方式,也会导致栈溢出。 ### 练习 [汉诺塔](https://baike.baidu.com/item/%E6%B1%89%E8%AF%BA%E5%A1%94)的移动可以用递归函数非常简单地实现。 请编写 `move(n, a, b, c)`函数,它接收参数 `n`,表示3个柱子A、B、C中第1个柱子A的盘子数量,然后打印出把所有盘子从A借助B移动到C的方法,例如: ```python def move(n, a, b, c): if n == 1: print(a, '-->', c) # 期待输出: # A --> C # A --> B # C --> B # A --> C # B --> A # B --> C # A --> C move(3, 'A', 'B', 'C') ``` []( "复制到剪贴板") ### 参考源码 [recur.py](https://liaoxuefeng.com/books/python/function/recursive-function/recur.py) ### 小结 使用递归函数的优点是逻辑简单清晰,缺点是过深的调用会导致栈溢出。 针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的,没有循环语句的编程语言只能通过尾递归实现循环。 Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。
开始访问