【愚公系列】2021年12月 Python教学课程 14-递归函数
文章目录
一、递归函数
我们在前面的章节中，很多次的看到了在函数中调用别的函数的情况。如果一个函数在内部调用了自身，这个函数就被称为递归函数。
What？函数可以自己调用自己？那不是成为了“衔尾蛇”？会不会进入死循环，永远退出不了？我们先看一个例子，典型的高斯求和问题，1+2+3+4+…+99+100,不使用递归的话，我们可以用循环，这么做：
def sum_number(n):
total = 0
for i in range(1, n+1):
total += i
return total
sum_number(100)但如果使用递归函数来写，是这样的：
def sum_number(n):
if n <= 0:
return 0
return n+sum_number(n-1)
sum_number(100)递归最核心的思想是：每一次递归，整体问题都要比原来减小，并且递归到一定层次时，要能直接给出结果！
每一个递归程序都遵循相同的基本步骤：
- 初始化算法。递归程序通常需要一个开始时使用的种子值（seedvalue）。可以向函数传递参数，或者提供一个入口函数，这个函数是非递归的，但可以为递归计算设置种子值。
- 检查要处理的当前值是否已经与基线条件相匹配（base case）。如果匹配，则进行处理并返回值。if n<=0:
- 使用更小的或更简单的子问题（或多个子问题）来重新定义答案。
- 对子问题运行算法。
- 将结果合并入答案的表达式。
- 返回结果。
递归函数的优点是定义简单，代码量少，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。
可是，有同学会问，从上面的例子来看，我一点没觉得递归有多简单，反倒更难理解。那么请看下面的例子：
如果有这么一个树形结构的评论系统（博主的博客评论系统）：
1--直接对文章的评论
1.1--对评论 1 的回复
1.1.1--对评论 1.1 的回复
1.1.2--对评论 1.1 的回复
1.1.3--对评论 1.1 的回复
1.2 --对评论 1 的回复
1.2.1--对评论 1.2 的回复
1.3 --对评论 1 的回复
2--直接对文章的评论
2.1 --对评论 2 的回复
2.1.1--对评论 2.1 的回复
2.2 --对评论 2 的回复
3--直接对文章的评论
4--直接对文章的评论请一定要注意，其中的 1.1.1 这种是方便大家理解评论层次，并不是真正的评论内容。每一个评论都有一个指向父评论的指针。现在的要求是，将所有的评论，根据评论的关系，放入一个列表内，然后逐一打印出来。需求的关键是我们必须穷举每个评论的子评论。下面我们写一个用循环来实现的伪代码：
lis = []
all_top_comments = ["顶级评论 1","顶级评论 2","顶级评论 3","....."]
for comment in all_top_comments:
for child_comment in comment:
for child_child_comment in child_comment:
for child_child_child_comment in child_child_comment:
# ....子评论的子评论的子评论的....
# 很快你就没办法写下去了，这种代码必定会被老板“重视”你知道评论嵌套层级会有几层？有 100 层你就写 100 个 for 循环？对于这种问题，循环的做法是不行的。但是用递归就很简单了。
lis = []
all_top_comments = ["顶级评论 1","顶级评论 2","顶级评论 3","....."]
def get_comment(comments):
for comment in comments:
lis.append(comment)
child_comments = comment.child() # 假设有一个 child 方法获取当前评论的所有子评论。
if len(child_comments) > 0: # 如果有子评论的话，就递归查找下去，否则回退
get_comment(child_comments)
get_comment(all_top_comments)使用递归函数需要注意防止递归深度溢出，在 Python 中，通常情况下，这个深度是1000 层，超过将抛出异常。在计算机中，函数递归调用是通过栈（stack）这种数据结构实现的，每当进入一个递归时，栈就会加一层，每当函数返回一次，栈就会减一层。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。
举报
腾讯云开发者
