• python之递归函数


    递归的特点:

    递归算法是一种直接或间接调用自身算法的过程,简洁而且易于理解

    递归算法解决特点:

      --递归就是在过程或函数里调用自身

      --在使用递归策略时,必须有一个明确的递归结束条件,称为递归出口

      --递归算法解题很简洁,但运算效率较低,所以不提倡用递归算法设计程序

      --在递归调用的过程中系统为每一层的返回点,局部量等开辟了栈来存储,递归次数过多容易造成栈溢出等.

    递归的要求:

      **每次调用在规模上都有所缩小(通常是减半)

      **是相邻两次重复之间有紧密的联系,前一次要为后一次做准备(通常前一次的输出作为后一次的输入)

      **在问题的规模极小时必须用直接给出解答而不再进行递归调用,因而每次递归调用都是有条件的,无条件递归调用将会成为死循环而不能正常结束

    def recursion(i):   #定义函数
        print(i)
        if i/2 > 1:   #判断递归条件,退出
            re = recursion(i/2)  #递归函数自身
            print('返回值:',re)
        print('上层递归值:',i)
        return i     #返回值
    
    recursion(10)
    
    #运行原理:首先运行函数传参10给函数,打印10,判断条件满足,递归
    #函数参数值为(10/2)5,打印i的值5,等递归到1.25时,判断条件不满
    #足后,才打印上层递归的值,此时递归的值为1.25,return递归最后一
    #层的值1.25,退出最后一层递归,继续一层层退出递归,最后返回最上层
    #递归值结束函数。
    
    10
    5.0
    2.5
    1.25
    上层递归值: 1.25
    返回值: 1.25
    上层递归值: 2.5
    返回值: 2.5
    上层递归值: 5.0
    返回值: 5.0
    上层递归值: 10
    复制代码
    斐波那契数列:就是前两个数的和为后一个数的值(0,1,1,2,3,5,8,13.........)
    
    复制代码
    def foo(arg1,arg2,stop):
        if arg1 == 0:
            print(arg1,arg2)
        arg3 = arg1 + arg2
        print(arg1,arg2,arg3)
        if arg3 < stop:      #判断套件不满足时退出递归
            foo(arg2,arg3,stop)   #递归函数,传送参数arg2,arg3,stop给arg1,arg2,stop
    
    foo(0,1,50)
    
    
    0 1
    0 1 1
    1 1 2
    1 2 3
    2 3 5
    3 5 8
    5 8 13
    8 13 21
    13 21 34
    21 34 55
    def foo(arg1,arg2,stop):
        if arg1 == 0:
            print(arg1,arg2)
        arg3 = arg1 + arg2
        print(arg1,arg2,arg3)
        if arg3 < stop:      #判断套件不满足时退出递归
            foo(arg2,arg3,stop)   #递归函数,传送参数arg2,arg3,stop给arg1,arg2,stop
    
    foo(0,1,50)
    
    
    0 1
    0 1 1
    1 1 2
    1 2 3
    2 3 5
    3 5 8
    5 8 13
    8 13 21
    13 21 34
    21 34 55
    数列
  • 相关阅读:
    IBM Minus One(water)
    约瑟夫问题的循环链表实现
    双向链表(差不多)
    单向链表的建立,插入,删除(复习一下)
    找新朋友(欧拉函数)
    验证角谷猜想(hd1279)
    Wolf and Rabbit(gcd)
    Big Number(大数)
    字串数(高精度组合数)
    寻找素数对(hd1262)
  • 原文地址:https://www.cnblogs.com/tianshuai1/p/10896942.html
Copyright © 2020-2023  润新知