簡單說，解決以上問題的思路是，循環(huán)執(zhí)行n*n-1,直到n=1時。
創(chuàng)新互聯(lián)建站服務(wù)項目包括棗莊網(wǎng)站建設(shè)、棗莊網(wǎng)站制作、棗莊網(wǎng)頁制作以及棗莊網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，棗莊網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到棗莊省份的部分城市，未來相信會繼續(xù)擴大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！
#!/usr/local/bin/python3.3def recursion(n): #定義函數(shù) if n == 1: return 1 else:
return n * recursion(n-1)print(recursion(10))
該示例執(zhí)行結(jié)果是：
如何理解呢?第一點，函數(shù)中，調(diào)用自身函數(shù)的那部分句子，即return n *
recursion(n-1)，把recursion(n-1)想像成另一個獨立的函數(shù)，該函數(shù)的功能返回n-1的值，如果n的值是1,則返回1，函數(shù)運行結(jié)束。第二點，直觀的看，可以把return
n * recursion(n-1)看成return n*(n-1)*(n-2)...1。而遞歸函數(shù)無非是在指定的條件下做普通的循環(huán)而已。
函數(shù)的遞歸調(diào)用
遞歸問題是一個說簡單也簡單，說難也有點難理解的問題.我想非常有必要對其做一個總結(jié).
首先理解一下遞歸的定義，遞歸就是直接或間接的調(diào)用自身.而至于什么時候要用到遞歸，遞歸和非遞歸又有那些區(qū)別？又是一個不太容易掌握的問題，更難的是對于遞歸調(diào)用的理解.下面我們就從程序+圖形的角度對遞歸做一個全面的闡述.
我們從常見到的遞歸問題開始:
1 階層函數(shù)
#include iostream
using namespace std;
int factorial(int n)
{
if (n == 0)
{
return 1;
}
else
{
int result = factorial(n-1);
return n * result;
}
}
int main()
{
int x = factorial(3);
cout x endl;
return 0;
}
這是一個遞歸求階層函數(shù)的實現(xiàn)。很多朋友只是知道該這么實現(xiàn)的，也清楚它是通過不斷的遞歸調(diào)用求出的結(jié)果.但他們有些不清楚中間發(fā)生了些什么.下面我們用圖對此做一個清楚的流程:
根據(jù)上面這個圖，大家可以很清楚的看出來這個函數(shù)的執(zhí)行流程。我們的階層函數(shù)factorial被調(diào)用了4次.并且我們可以看出在調(diào)用后面的調(diào)用中，前面的調(diào)用并不退出。他們同時存在內(nèi)存中。可見這是一件很浪費資源的事情。我們該次的參數(shù)是3.如果我們傳遞10000呢。那結(jié)果就可想而知了.肯定是溢出了.就用int型來接收結(jié)果別說10000，100就會產(chǎn)生溢出.即使不溢出我想那肯定也是見很浪費資源的事情.我們可以做一個粗略的估計:每次函數(shù)調(diào)用就單變量所需的內(nèi)存為:兩個int型變量.n和result.在32位機器上占8B.那么10000就需要10001次函數(shù)調(diào)用.共需10001*8/1024 = 78KB.這只是變量所需的內(nèi)存空間.其它的函數(shù)調(diào)用時函數(shù)入口地址等仍也需要占用內(nèi)存空間?？梢娺f歸調(diào)用產(chǎn)生了一個不小的開銷.
2 斐波那契數(shù)列
int Fib(int n)
{
if (n = 1)
{
return n;
}
else
{
return Fib(n-1) + Fib(n-2);
}
}
這個函數(shù)遞歸與上面的那個有些不同.每次調(diào)用函數(shù)都會引起另外兩次的調(diào)用.最后將結(jié)果逐級返回.
我們可以看出這個遞歸函數(shù)同樣在調(diào)用后買的函數(shù)時，前面的不退出而是在等待后面的結(jié)果，最后求出總結(jié)果。這就是遞歸.
3
#include iostream
using namespace std;
void recursiveFunction1(int num)
{
if (num 5)
{
cout num endl;
recursiveFunction1(num+1);
}
}
void recursiveFunction2(int num)
{
if (num 5)
{
recursiveFunction2(num+1);
cout num endl;
}
}
int main()
{
recursiveFunction1(0);
recursiveFunction2(0);
return 0;
}
運行結(jié)果:
1
2
3
4
4
3
2
1
該程序中有兩個遞歸函數(shù)。傳遞同樣的參數(shù)，但他們的輸出結(jié)果剛好相反。理解這兩個函數(shù)的調(diào)用過程可以很好的幫助我們理解遞歸:
我想能夠把上面三個函數(shù)的遞歸調(diào)用過程理解了，你已經(jīng)把遞歸調(diào)用理解的差不多了.并且從上面的遞歸調(diào)用中我們可以總結(jié)出遞歸的一個規(guī)律：他是逐級的調(diào)用，而在函數(shù)結(jié)束的時候是從最后面往前反序的結(jié)束.這種方式是很占用資源，也很費時的。但是有的時候使用遞歸寫出來的程序很容易理解，很易讀.
為什么使用遞歸:
1 有時候使用遞歸寫出來的程序很容易理解，很易讀.
2 有些問題只有遞歸能夠解決.非遞歸的方法無法實現(xiàn).如:漢諾塔.
遞歸的條件:
并不是說所有的問題都可以使用遞歸解決，他必須的滿足一定的條件。即有一個出口點.也就是說當(dāng)滿足一定條件時，程序可以結(jié)束，從而完成遞歸調(diào)用，否則就陷入了無限的遞歸調(diào)用之中了.并且這個條件還要是可達到的.
遞歸有哪些優(yōu)點:
易讀，容易理解，代碼一般比較短.
遞歸有哪些缺點:
占用內(nèi)存資源多，費時，效率低下.
因此在我們寫程序的時候不要輕易的使用遞歸，雖然他有他的優(yōu)點，但是我們要在易讀性和空間，效率上多做權(quán)衡.一般情況下我們還是使用非遞歸的方法解決問題.若一個算法非遞歸解法非常難于理解。我們使用遞歸也未嘗不可.如:二叉樹的遍歷算法.非遞歸的算法很難與理解.而相比遞歸算法就容易理解很多.
對于遞歸調(diào)用的問題，我們在前一段時間寫圖形學(xué)程序時，其中有一個四連同填充算法就是使用遞歸的方法。結(jié)果當(dāng)要填充的圖形稍微大一些時，程序就自動關(guān)閉了.這不是一個人的問題，所有人寫出來的都是這個問題.當(dāng)時我們給與的解釋就是堆棧溢出。就多次遞歸調(diào)用占用太多的內(nèi)存資源致使堆棧溢出，程序沒有內(nèi)存資源執(zhí)行下去，從而被操作系統(tǒng)強制關(guān)閉了.這是一個真真切切的例子。所以我們在使用遞歸的時候需要權(quán)衡再三.
這段代碼其實是最簡單的遞歸階乘計算方法，大概可以分2種可能。
當(dāng)傳入?yún)?shù)是1的時候，1的階乘等于1就返回1.
當(dāng)傳入?yún)?shù)大于1的時候，比如5，那么就返回5乘以（4的階乘），以此類推
def Sum(m): #函數(shù)返回兩個值：遞歸次數(shù)，所求的值 if m==1:return 1,m return 1+Sum(m-1)[0],m+Sum(m-1)[1]cishu=Sum(10)[0] print cishu def Sum(m,n=1): ... if m==1:return n,m ... return n,m+Sum(m-1,n+1)[1] print Sum(10)[0] 10 print Sum(5)[0] 5
遞歸式方法可以被用于解決很多的計算機科學(xué)問題，因此它是計算機科學(xué)中十分重要的一個概念。
絕大多數(shù)編程語言支持函數(shù)的自調(diào)用，在這些語言中函數(shù)可以通過調(diào)用自身來進行遞歸。計算理論可以證明遞歸的作用可以完全取代循環(huán)，因此在很多函數(shù)編程語言（如Scheme）中習(xí)慣用遞歸來實現(xiàn)循環(huán)。
計算機科學(xué)家尼克勞斯·維爾特如此描述遞歸：
遞歸的強大之處在于它允許用戶用有限的語句描述無限的對象。因此，在計算機科學(xué)中，遞歸可以被用來描述無限步的運算，盡管描述運算的程序是有限的。
python 2 遞歸函數(shù)和其它語言，基本沒有差別，只是不支持尾遞歸。無限遞歸最大值為固定的，但可以修改。
作者：黃哥
重慶分公司
重慶分公司
