函数执行流程
def foo1(b,b1=3): print("foo1 called",b,b1) def foo2(c): foo3(c) print("foo2 called",c) def foo3(d): print("foo3 called",d) def main(): print("main called") foo1(100,101) foo2(200) print("main ending ")
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,d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,d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d出栈顶,main继续执行print函数调用,d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:maxinum recursion depth exceeded 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 for i in range(4): a,b=b,a+b print(a) #斐波那契数列函数递归实现 def foo(n): #大量的重复计算 return 1 if n<3 else foo(n-1)+foo(n-2) #斐波那契数列函数循环实现 def fn(n,a=0,b=1): a,b=b,a+b if n==1: return a return fn(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
def foo1(): foo2() def foo2(): 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考高分网网站的支持!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)