一、初始遞歸

遞歸函數(shù)：在一個(gè)函數(shù)里在調(diào)用這個(gè)函數(shù)本身。

遞歸的最大深度：998

正如你們剛剛看到的，遞歸函數(shù)如果不受到外力的阻止會(huì)一直執(zhí)行下去。但是我們之前已經(jīng)說過關(guān)于函數(shù)調(diào)用的問題，每一次函數(shù)調(diào)用都會(huì)產(chǎn)生一個(gè)屬于它自己的名稱空間，如果一直調(diào)用下去，就會(huì)造成名稱空間占用太多內(nèi)存的問題，于是python為了杜絕此類現(xiàn)象，強(qiáng)制的將遞歸層數(shù)控制在了 997 (只要997！你買不了吃虧，買不了上當(dāng)...).

拿什么來證明這個(gè)“998理論”呢？這里我們可以做一個(gè)實(shí)驗(yàn)：

          
            def foo(n):
    print(n)
    n += 1
    foo(n)
foo(1)
          
        

由此我們可以看出，未報(bào)錯(cuò)之前能看到的最大數(shù)字就是998.當(dāng)然了，997是python為了我們程序的內(nèi)存優(yōu)化所設(shè)定的一個(gè)默認(rèn)值，我們當(dāng)然還可以通過一些手段去修改它：

          
            import sys
print(sys.setrecursionlimit(100000))
          
        

我們可以通過這種方式來修改遞歸的最大深度，剛剛我們將python允許的遞歸深度設(shè)置為了10w，至于實(shí)際可以達(dá)到的深度就取決于計(jì)算機(jī)的性能了。不過我們還是不推薦修改這個(gè)默認(rèn)的遞歸深度，因?yàn)槿绻?97層遞歸都沒有解決的問題要么是不適合使用遞歸來解決要么是你代碼寫的太爛了～～～

看到這里，你可能會(huì)覺得遞歸也并不是多么好的東西，不如while True好用呢！然而，江湖上流傳這這樣一句話叫做：人理解循環(huán)，神理解遞歸。所以你可別小看了遞歸函數(shù)，很多人被攔在大神的門檻外這么多年，就是因?yàn)闆]能領(lǐng)悟遞歸的真諦。而且之后我們學(xué)習(xí)的很多算法都會(huì)和遞歸有關(guān)系。來吧，只有學(xué)會(huì)了才有資本嫌棄！

二、遞歸示例講解

這里我們又要舉個(gè)例子來說明遞歸能做的事情。

例一：

現(xiàn)在你們問我，alex老師多大了？我說我不告訴你，但alex比 egon 大兩歲。

你想知道alex多大，你是不是還得去問egon？egon說，我也不告訴你，但我比武sir大兩歲。

你又問武sir，武sir也不告訴你，他說他比太白大兩歲。

那你問太白，太白告訴你，他18了。

這個(gè)時(shí)候你是不是就知道了？alex多大？

1	金鑫	18
2	武sir	20
3	egon	22
4	alex	24

你為什么能知道的？

首先，你是不是問alex的年齡，結(jié)果又找到egon、武sir、太白，你挨個(gè)兒問過去，一直到拿到一個(gè)確切的答案，然后順著這條線再找回來，才得到最終alex的年齡。這個(gè)過程已經(jīng)非常接近遞歸的思想。我們就來具體的我分析一下，這幾個(gè)人之間的規(guī)律。

          
            age(4) = age(3) + 2 
age(3) = age(2) + 2
age(2) = age(1) + 2
age(1) = 40
          
        

那這樣的情況，我們的函數(shù)怎么寫呢？

          
            def age(n):
    if n == 1:
        return 40
    else:
        return age(n-1)+2

print(age(4))
          
        

如果有這樣一個(gè)列表，讓你從這個(gè)列表中找到66的位置，你要怎么做？

          
            l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
          
        

你說，so easy！

l.index(66)...

我們之所以用index方法可以找到，是因?yàn)閜ython幫我們實(shí)現(xiàn)了查找方法。如果，index方法不給你用了。。。你還能找到這個(gè)66么？

          
            l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

i = 0
for num in l:
    if num == 66:
        print(i)
    i+=1
          
        

上面這個(gè)方法就實(shí)現(xiàn)了從一個(gè)列表中找到66所在的位置了。

但我們現(xiàn)在是怎么找到這個(gè)數(shù)的呀？是不是循環(huán)這個(gè)列表，一個(gè)一個(gè)的找的呀？假如我們這個(gè)列表特別長，里面好好幾十萬個(gè)數(shù)，那我們找一個(gè)數(shù)如果運(yùn)氣不好的話是不是要對比十幾萬次？這樣效率太低了，我們得想一個(gè)新辦法。

二分查找算法

          
            l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]
          
        

你觀察這個(gè)列表，這是不是一個(gè)從小到大排序的 有序 列表呀？

如果這樣，假如我要找的數(shù)比列表中間的數(shù)還大，是不是我直接在列表的后半邊找就行了？

這就是 二分查找算法 ！

那么落實(shí)到代碼上我們應(yīng)該怎么實(shí)現(xiàn)呢？

簡單版二分法

          
            l = [2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]

def func(l,aim):
    mid = (len(l)-1)//2
    if l:
        if aim > l[mid]:
            func(l[mid+1:],aim)
        elif aim < l[mid]:
            func(l[:mid],aim)
        elif aim == l[mid]:
            print("bingo",mid)
    else:
        print('找不到')
func(l,66)
func(l,6)
          
        

升級版二分法

          
            l1 = [1, 2, 4, 5, 7, 9]
def two_search(l,aim,start=0,end=None):
    end = len(l)-1 if end is None else end
    mid_index = (end - start) // 2 + start
    if end >= start:
        if aim > l[mid_index]:
            return two_search(l,aim,start=mid_index+1,end=end)

        elif aim < l[mid_index]:
            return two_search(l,aim,start=start,end=mid_index-1)

        elif aim == l[mid_index]:
            return mid_index
        else:
            return '沒有此值'
    else:
        return '沒有此值'
print(two_search(l1,9))
          
        

我的博客即將搬運(yùn)同步至騰訊云+社區(qū)，邀請大家一同入駐：https://cloud.tencent.com/developer/support-plan