目录:
1.递归的介绍
2.fibonacci数列
3.递归和循环的比较
1.递归的介绍
函数直接或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
递归一定要有边界条件
2.fibonacci数列
2.1循环实现
[root@node05 python]# vim test.py
a=0
b=1
print(a,b,end=' ')
for i in range(5):
a,b = b,a+b
print(b,end=' ')
[root@node05 python]# python3 test.py
0 1 1 2 3 5 8
2.2递归实现
[root@node05 python]# vim test.py
def fib(n):
return 1 if n < 2 else fib(n-1) + fib(n-2)
for i in range(7):
print(fib(i),end=' ')
[root@node05 python]# python3 test.py
1 1 2 3 5 8 13
递归要求:
递归一定要有退出条件,递归调用一定要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
超过递归深度限制,抛出RecursionError:maxinum recursion depth exceeded超出最大深度
sys.getrecursionlimit()
3.递归和循环的比较
3.1for循环
[root@node05 python]# vim test.py
import datetime
start = datetime.datetime.now()
pre = 0
cur = 1
print(pre,cur, end=' ')
n = 35
for i in range(n-1):
pre, cur = cur, pre + cur
print(cur, end=' ')
delta = (datetime.datetime.now()-start).total_seconds()
print(delta)
[root@node05 python]# python3 test.py
0 1 9227465 2.5e-05
3.2递归实现
[root@node05 python]# vim test.py
import datetime
pre = 0
cur = 1
print(pre,cur, end=' ')
n = 35
start = datetime.datetime.now()
def fib(n):
return 1 if n < 2 else fib(n-1) + fib(n-2)
for i in range(n):
num = fib(i)
print(num, end=' ')
delta = (datetime.datetime.now() - start).total_seconds()
print(delta)
[root@node05 python]# python3 test.py
0 1 9227465 5.254317
递归的性能分析:
循环稍微复杂一些,但是只要不是死循环,可以多次迭代出最终结果
递归函数代码极其简单易懂,但是只能获取到最外层的函数调用,内部递归结果都是中间结果。而且给定了一个n都要进行近2n次递归,深度越深,效率越低。为了获取斐波那契数列需要外面在套一个N次的循环,效率就更低了。
递归还有深度限制,如果递归复杂,函数反复压栈,栈内存很快就溢出了
3.3递归的优化
import datetime
start = datetime.datetime.now()
pre = 0
cur = 1 # No1
print(pre, cur, end=' ')
def fib(n, pre=0,cur=1): # recursion
pre, cur = cur, pre + cur
print(cur, end=' ')
if n == 2:
return
fib(n-1, pre, cur)
fib(35)
delta = (datetime.datetime.now()-start).total_seconds()
print(delta)
[root@node05 python]# python3 test1.py
0 1... 9227465 5.4e-05
总结:
改进后的fib函数和循环思想类似,参数n是边界条件,用n来计数
前一次的计算结果直接作为函数的实参,效率较高
和循环比较,性能相近。
网友评论