详解python中递归函数
函数执行流程
deffoo1(b,b1=3):
print("foo1called",b,b1)
deffoo2(c):
foo3(c)
print("foo2called",c)
deffoo3(d):
print("foo3called",d)
defmain():
print("maincalled")
foo1(100,101)
foo2(200)
print("mainending")
函数执行过程：
- 全局帧中生成foo1、foo2、foo3、main函数对象
- main函数调用
- main中查找内建函数print压栈，将常量字符串压栈，调用函数，弹出栈顶，返回值。
- main中全局查找foo1压栈，将常量100、101压栈，调用函数foo1，创建栈帧。print函数压栈，字符串和变量b、b1压栈，调用函数，弹出栈顶，返回值。
- main中全局查找foo2函数压栈，将常量200压栈，调用foo2，创建栈帧。foo3函数压栈，变量c引用压栈，调用foo3函数，创建栈帧，foo3中内建函数中查找print压栈，将字符常量和变量d压栈。foo3完成print函数调用后返回。foo2恢复调用，执行print后，返回值，main中foo2调用结束后弹出栈顶，main继续执行print函数调用，弹出栈顶，main函数返回
函数中压栈,执行流程。
递归Recursion
- 函数直接或者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
- 递归一定需要有边界条件
- 当边界条件不满足的时候，递进前进
- 当边界条件满足的时候，递归返回
递归要求
- 递归一定要有退出条件，递归调用一定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，cpython中递归深度为1000，ipython中递归深度为3000
- 超过递归深度限制，抛出RecursionError:maxinumrecursiondepthexceeded超出最大深度
- sys.getrecursionlimit()是显示最大限制
- 对于基于前面或者换位置的时候使用封装和解构更有效
斐波那契数列实现（f(1)=1,f(2)=1,f(3)=f(1)+f(2),f(4)=f(2)+f(3)……）
#斐波那契数列普通循环实现 a,b=0,1 foriinrange(4): a,b=b,a+b print(a) #斐波那契数列函数递归实现 deffoo(n):#大量的重复计算 return1ifn<3elsefoo(n-1)+foo(n-2) #斐波那契数列函数循环实现 deffn(n,a=0,b=1): a,b=b,a+b ifn==1: returna returnfn(n-1,a,b)
递归的性能
循环稍微复杂一些，但是只要不是死循环，可以多次迭代直至算出结果
递归还有深度限制，如果递归复杂，函数反复压栈，栈内存很快会溢出
间接递归
deffoo1(): foo2() deffoo2(): foo1()
间接递归，是通过别的函数调用了函数自身，但是如果构成了循环递归调用是非常危险的，但是往往这种情况在代码复杂的情况下，还是有可能发生这种调用的，要用代码的规范来避免这种递归调用的发生
递归总结
- 递归是一种很自然的表达，符合逻辑思维
- 递归相对运行效率低，每一次调用函数都要开辟新的栈帧
- 递归有深度限制，如果递归层次太深，函数反复压栈，栈内存很快就溢出了
- 如果是有限次数的递归，可以使用递归调用，或者使用循环代替，循环代码稍微复杂一些，但是只要不是死循环，过次迭代直至算出结果
- 绝大多数递归，都可以使用循环实现
- 即使递归代码很简洁，能不用尽量不使用递归
以上所述是小编给大家介绍的python递归函数详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！