正文
python函数递归 python函数的递归
小程序:扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序
【扫一扫了解最新限行尾号】
复制小程序
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循环、递归
for 变量 in range(次数):被执行的语句 变量:表示每次循环的次数,0-1之间
range(n)n表示产生0到n-1的整数序列共N个 range(m,n) 产生m到n-1的整数序列,共n-m个
循环for语句 :for 循环变量 in遍历结构:语句体1 else:语句体2
无限循环: while条件: 语句块
while 条件:语句体1 else: 语句体2
循环保留字:break continue
方法1:from random import random
from time import perf_counter
DARTS=1000
hits=0.0
start =perf_counter()
for i in range(1,DARTS+1):
x,y=random(),random()
dist=pow(x**2+y**2,0.5)
if dist=1.0:
hits =hits+1
pi=4*(hits/DARTS)
print("圆周率是:{}".format(pi))
print("运行时间是{:.5f}s".format(perf_counter()-start))
方法2:
pi=0
n=100
for k in range(n):
pi += 1/pow(16,k)*(\
4/(8*k+1)-2/(8*k+4) - \
1/(8*k+5) - 1/(8*k+6))
print("圆周率值是:{}".format(pi))
def 函数名 (0个或者多个):函数体 renturn 返回值
def 函数名 (非可选参数,可选参数):函数体 renturn 返回值
参数传递的两种方式:位置传递,名称传递
科赫雪花:
import turtle
def koch(size,n):
if n==0:
turtle.fd(size)
else:
for angle in [0,60,-120,60]:
turtle.left(angle)
koch(size/3,n-1)
def main():
turtle.setup(400,200)
turtle.penup()
turtle.pendown()
turtle.pensize(2)
l=3
koch(600,l)
turtle.right(120)
turtle.pencolor('blue')
koch(600,l)
turtle.right(120)
turtle.pencolor('red')
koch(600,l)
turtle.speed(3000)
turtle.hideturtle()
main()
阶乘:
def fact(n):
s=1
for i in range(1,n+1):
s*=i
return s
c=eval(input("从键盘输入一个数字"))
print("阶乘结果",fact(c))
Python进阶:递归算法
递归算法常用来解决结构相似python函数递归的问题。
所谓结构相似,是指构成原问题的子问题与原问题在结构上相似,可以用类似的方法解决。具体地,整个问题的解决,可以分为两部分python函数递归:第一部分是一些特殊情况,有直接的解法python函数递归;第二部分与原问题相似,但比原问题的规模小,并且依赖第一部分的结果。
本质上,递归是把一个不能或不好解决的大问题转化成一个或几个小问题,再把这些小问题进一步分解成更小的问题,直至每个小问题都可以直接解决。
实际上,递归会将前面所有调用的函数暂时挂起,直到递归终止条件给出明确的结果后,才会将所有挂起的内容进行反向计算。其实,递归也可以看作是一种反向计算的过程,前面调用递归的过程只是将表达式罗列出来,待终止条件出现后,才依次从后向前倒序计算前面挂起的内容,最后将所有的结果一起返回。
Python 实现递归
一、使用递归的背景
先来看一个☝️接口结构:
这个孩子,他是一个列表,下面有6个元素
展开children下第一个元素[0]看看:
发现[0]除了包含一些字段信息,还包含了 children 这个字段(喜当爹),同时这个children下包含了2个元素:
展开他的第一个元素,不出所料,也含有children字段(人均有娃)
可以理解为children是个对象,他包含了一些属性,特别的是其中有一个属性与父级children是一模一样的,他包含父级children所有的属性。
比如每个children都包含了一个name字段,我们要拿到所有children里name字段的值,这时候就要用到递归啦~
二、find_children.py
拆分理解:
1.首先import requests库,用它请求并获取接口返回的数据
2.若children以上还有很多层级,可以缩小数据范围,定位到children的上一层级
3.来看看定义的函数
我们的函数调用:find_children(node_f, 'children')
其中,node_f:json字段
children:递归对象
以下这段是实现递归的核心:
if items['children']:
items['children']不为None,表示该元素下的children字段还有子类数据值,此时满足if条件,可理解为 if 1。
items['children']为None,表示该元素下children值为None,没有后续可递归值,此时不满足if条件,可理解为 if 0,不会再执行if下的语句(不会再递归)。
至此,每一层级中children的name以及下一层级children的name就都取出来了
希望到这里能帮助大家理解递归的思路,以后根据这个模板直接套用就行
(晚安啦~)
源码参考:
python函数递归的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于python函数的递归、python函数递归的信息别忘了在本站进行查找喔。