標籤:jupyter nbsp 包括 pycharm 邏輯 isp 尋找 變形 代碼簡潔
閱讀目錄:
1、函數執行流程
2、遞迴Recursion
3、遞迴練習
內容:
1、函數執行流程
http://pythontutor.com/visualize.html#mode=display # 在這個網站可以輸入代碼,查看示範
或者pycharm debug查看frames
1 def foo1(b, b1=3): 2 print(‘foo1 called‘, b, b1) 3 def foo2(c): 4 foo3(c) 5 print(‘foo2 called‘, c) 6 def foo3(d): 7 print(‘foo3 called‘, d) 8 9 def main():10 print(‘main called‘)11 foo1(100, 101)12 foo2(200)13 print(‘main ending‘)14 15 main()16 -------------------------------------------------17 main called18 foo1 called 100 10119 foo3 called 20020 foo2 called 20021 main ending
對上面的執行流程做一個簡單的描述:
-
- 全域幀中產生foo1,foo2 ,foo3,main函數對象
- main函數調用
- main中尋找內建函數print 壓棧,將常量字串壓棧,調用函數,彈出棧頂。
- main 中全域尋找函數foo1 壓棧,將常量100 ,101 壓棧,調用函數foo1 ,建立棧幀。print函數壓棧,字串 和 變數 b, b1 壓棧,調用函數,彈出棧頂,傳回值。
- main中全域尋找foo2 函數壓棧,將常量200,壓棧,調用foo2,建立棧幀。foo3 函數壓棧,變數c引用壓棧,調用foo3,建立棧幀,foo3 完成print 函數調用後返回,foo2 恢複調用,執行print後,傳回值,main 中foo2 調用結束彈出棧頂,main 繼續執行print 函數調用,彈出棧頂,main返回。
圖1,函數讀取到記憶體中
圖2:執行main函數時,調用foo2(200)時候的棧幀圖
註:
-
- 函數執行 要壓棧,函數內執行函數,內層函數要落在外層函數上面。
- 函數結束要彈出,包括函數需要的參數等。
- 棧跟線程相關
- 定義一個函數,兩個線程分別調用該函數,各自在各自的棧空間,每個線程互不影響。
- 所以從這裡可以看到局部變數 local 函數調用時建立,調用結束消亡(調用時要壓棧,結束時彈出,之後局部變數引用不到了)
註:
1 def fn(a): 2 print(a) 3 4 g = [1] 5 6 fn(g) 7 8 # 彈出消亡只是 a,並不是g,如果參考型別,只是 地址,如上面 9 # 事實上,g=【1】是放堆裡的,開闢記憶體空間,受到GC管理10 # 棧只是放引用地址
2、遞迴Recursion
- 函數直接或者間接調用自身就是遞迴
- 遞迴需要有邊界條件,遞迴前進段,遞迴返回段。
- 遞迴一定要有 邊界條件
- 當邊界條件不滿足的時候,遞迴前進
- 當邊界條件滿足的時候,遞迴返回。
2.1:斐波那契數列:1,1,2,3,5,8,13......
1 ---------------------斐波那契數列 2 # no1 最初始的版本 使用for迴圈完成,交換 3 def fib(n): 4 a = 0 5 b = 1 6 for i in range(n): 7 a, b = b, a + b 8 return a 9 print(fib(3)) # 210 11 # no2.1 使用遞迴完成,但是這個版本的 遞迴效率極低,通過 ipython的jupyter 的%%timeit測試, 還不如迴圈。因為return的fib(n-1)+fib(n-2),d都要分別往下繼續執行,資料量大的時候,這個相當於重複了很多,前面算了的,後面fib(n-2)裡還要算一次,所以效率極低。12 def fib(n):13 if n < 3:14 return 115 return fib(n-1) + fib(n-2)16 17 print(fib(3)) # 218 19 # no2.2 變形版本:20 def fib(n):21 return 1 if n < 3 else fib(n-1) + fib(n-2)22 23 print(fib(3)) # 224 25 # no 3 利用上次的結果的遞迴26 # 這裡使用 預設參數作為運算結果,而n 作為迴圈次數控制量27 def fib(n, a=0, b=1): def fib(n, a=0, b=1): def fib(n, a=0, b=1):28 if n == 0: if n == 0: if n == 0:29 return a return a return a30 a, b = b, a + b a, b = b, a + b a, b = b, a + b31 return fib(n-1, a, b) return fib(n-1, a, b) return fib(n-1, a, b)32 33 print((fib(3)))
斐波那契數列遞迴以及最初版本實現
2.2:各個解譯器對針對遞迴的保護機制:到達這個資料,就會拋異常,不管你是不是還要進行!
CPython中:
import sys
print((sys.getrecursionlimit())) # 1000
IPython中: 是3000
註: 但是事實上是不夠這個數字,因為當前棧不可能只有自己的函數,可能包含其他的資料,基礎性資料等。會佔一部分棧空間。
遞迴要求:
-
-
- 遞迴一定要有允出準則,遞迴調用一定要執行到這個允出準則。沒有允出準則的遞迴調用,就是無限調用。
- 遞迴調用的深度不宜過深
- Python對遞迴調用的深度做了限制,以保護解譯器
- 超過遞迴深度限制,拋出 RecursionError:maxinum recursion depthexceeded 超出最大深度
- sys,getrecursionlimit()
遞迴效能:
-
-
- for迴圈,遞迴兩者的效能對比,事實上,for迴圈的效能比遞迴效能要強,尤其資料量大的時候。
- 迴圈稍微複雜一些,但是只要不是死迴圈,可以多次迭代直至算出結果
- fib 函數代碼簡潔易懂,但是只有擷取到嘴歪層的函數調用,內部遞迴結果都是中結案結果,而且給定一個n都要進行2n次遞迴,深度 越深,效率月底,為了擷取斐波那契數列需要外面在套一個N次的迴圈,效率就更低了,但是for迴圈的空間複雜度比較高。
- 遞迴還有深度極限,如果遞迴複雜,函數反覆壓棧,棧記憶體很快就溢出了。
節間遞迴:
def foo1():
foo2()
def foo2():
foo1()
foo1()
間接遞迴,是通過別的函數調用了函數本身
但是,如果構成了迴圈遞迴調用時非常危險的,但是往往這種情況在代碼複雜的情況下,還是可能發生這種調用,要用代碼的規範來避免這種 遞迴調用的發生。
遞迴總結:
-
-
- 遞迴是一種很自然的表達,符合邏輯思維
- 遞迴相對運行效率低,每一次調用函數都要開闢棧幀,每次要壓棧,但是效率比較低。
- 遞迴有深度限制,如果遞迴層次太深,函數反覆壓棧,棧記憶體很快就溢出了。
- 如果是有限次數的遞迴,可以使用遞迴調用,或者使用迴圈替代,迴圈代碼稍微複雜些,但是只要不是西孫煥可以多次迭代直至算出結果。
- 絕大多數遞迴,都可以使用迴圈實現。
- 線上,能不用則不用。
3、遞迴練習
https://www.cnblogs.com/JerryZao/p/9531951.html
Python-遞迴函式