Python递归及尾递归优化操作实例分析

 更新时间:2020年02月01日 11:57:49   作者:dayL_W  
这篇文章主要介绍了Python递归及尾递归优化操作,结合实例形式分析了Python递归及尾递归优化相关概念、原理、应用与操作技巧,需要的朋友可以参考下

本文实例讲述了Python递归及尾递归优化操作。分享给大家供大家参考,具体如下:

1、递归介绍

递归简而言之就是自己调用自己。使用递归解决问题的核心就是分析出递归的模型,看这个问题能拆分出和自己类似的问题并且有一个递归出口。比如最简单的就5的阶乘,可以把它拆分成5*4!,然后求4!又可以调用自己,这种问题显然可以用递归解决,递归的出口就是求1!,可以直接返回1。用Python实现如下:

def fact(n):
  if n==1:
    return n
  return n*fact(n - 1);
print(fact(5))

运行结果:

120

2、尾递归优化

在上面的求递归中,也有一定的缺点,假如说求1000!的阶乘,会出现栈溢出的问题,因为在函数执行中,没调用一个函数都会把当前函数的调用位置和内部变量保存在栈里面,由于栈的空间不是无限大(具体栈的最大空间还没有查找到),假如说调用层数过多,就是出现栈溢出的情况。

这个时候就可以用尾递归优化来解决,尾调用的概念非常简单,一句话就能说清楚,就是指某个函数的最后一步是调用另一个函数。

function f(x){
 return g(x);
}

尾递归优化后的阶乘函数如下:

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)
print(fact(5))
print(fact(1000))

尾调用由于是函数的最后一步操作,所以不需要保留外层函数的调用记录,因为调用位置、内部变量等信息都不会再用到了。所以尾递归优化可以有效的防止栈溢出,但是尾递归优化需要编译器或者解释器的支持,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。

3、汉诺塔问题

汉诺塔问题也是一个经典的递归问题,具体题目就不说了,这里分析思路。假设hanoi(n, a, b, c)实现把a上的n个盘子移到c上。

当只有一个盘子时,直接从A移动到C即可

如果有3个盘子,可以这样:

# A --> C
# A --> B
# C --> B
# A --> C
# B --> A
# B --> C
# A --> C

如果有很多盘子,我们分析一下该怎么移动,首先,我们需要把n-1个盘子移动到b中,才可以实现最简单的一步,把a中最大的盘子移动到c中,具体怎么转移到b中后面再讨论。移动最大的盘子后,a和c都可以看成是空的,接下来,把b看成是a,把a看成是b,把a中的n-1个盘子(这里的n是已经减1的n)移动到b后,又可以移动第二大的盘子。这显然是一个递归问题。

递归的出口就是n等于1,直接从a移动到c即可。

那么怎么接下来讨论,怎么把n-1个盘子移动到b,这不又是一个递归问题嘛!可以调用它自己呀,只不过需要把b看成是c,把c看成是b。所以代码如下:

def hanoi(n,a,b,c):
  #只有一个盘子,直接移动
  if n==1:
    print(a,'->',c)
  else:
    #通过c把n-1个盘子移动到b
    hanoi(n-1, a,c,b)
    #移动最大的盘子
    print(a,'->',c)
    #通过a把n-1个盘子移动到c
    hanoi(n-1, b,a,c)
hanoi(3,'A','B','C')

运行结果:

A -> C
A -> B
C -> B
A -> C
B -> A
B -> C
A -> C

转自https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431756044276a15558a759ec43de8e30eb0ed169fb11000

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python列表(list)操作技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程

希望本文所述对大家Python程序设计有所帮助。

相关文章

  • pandas数据预处理之dataframe的groupby操作方法

    pandas数据预处理之dataframe的groupby操作方法

    下面小编就为大家分享一篇pandas数据预处理之dataframe的groupby操作方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • selenium设置proxy、headers的方法(phantomjs、Chrome、Firefox)

    selenium设置proxy、headers的方法(phantomjs、Chrome、Firefox)

    这篇文章主要介绍了selenium设置proxy、headers的方法(phantomjs、Chrome、Firefox),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-11-11
  • Python实现带GUI界面的手写数字识别

    Python实现带GUI界面的手写数字识别

    这篇文章主要介绍了如何通过Python实现带GUI界面的手写数字识别,文中的示例代码讲解详细,对我们学习Python有一定的帮助,感兴趣的可以了解一下
    2022-01-01
  • python基于scrapy爬取京东笔记本电脑数据并进行简单处理和分析

    python基于scrapy爬取京东笔记本电脑数据并进行简单处理和分析

    这篇文章主要介绍了python基于scrapy爬取京东笔记本电脑数据并进行简单处理和分析的实例,帮助大家更好的理解和学习使用python。感兴趣的朋友可以了解下
    2021-04-04
  • python用模块zlib压缩与解压字符串和文件的方法

    python用模块zlib压缩与解压字符串和文件的方法

    Python标准模块中,有多个模块用于数据的压缩与解压缩,如zipfile,gzip, bz2等等。这篇文章主要给大家介绍了python如何利用模块zlib压缩与解压字符串和文件的方法,有需要的朋友们可以参考借鉴,下面来一起看看吧。
    2016-12-12
  • Python光学仿真之对光的干涉理解学习

    Python光学仿真之对光的干涉理解学习

    这篇文章主要为大家介绍了Python光学仿真之对光的干涉理解学习,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步早日升职加薪
    2021-10-10
  • python填充彩色图形的实现示例

    python填充彩色图形的实现示例

    本文主要介绍了python填充彩色图形的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-04-04
  • Pycharm 使用 Pipenv 新建的虚拟环境(图文详解)

    Pycharm 使用 Pipenv 新建的虚拟环境(图文详解)

    pipenv 是 Pipfile 主要倡导者、requests 作者 Kenneth Reitz 写的一个命令行工具,主要包含了Pipfile、pip、click、requests和virtualenv。这篇文章主要介绍了Pycharm 使用 Pipenv 新建的虚拟环境的问题,需要的朋友可以参考下
    2020-04-04
  •  分享4款Python 自动数据分析神器

     分享4款Python 自动数据分析神器

    这篇文章主要给大家分享的是4款Python 自动数据分析神器,我给大家分享 4 款常用的EDA工具,它们可以自动产出统计数据和图表,为我们节省大量时间,需要的朋友可以参考一下
    2022-03-03
  • python协程之动态添加任务的方法

    python协程之动态添加任务的方法

    今天小编就为大家分享一篇python协程之动态添加任务的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-02-02

最新评论