数据结构必会|递归的思想和实现(Python)

简介: 递归的思想和实现

递归

1. 递归

​ 递归是数据结构中也是我们平时写代码的时候非常常用的一种思想,通过递归可以将问题不断地分成更小的子问题,直到子问题能够用普通的方法解决,通常情况下,递归会使用一个不停调用自己的函数来实现。

​ 有很多人会将循环和递归放在一起做比较,下面通过一个小案例来看一下递归和循环的差别。

​ 举个例子:计算[1,2,3,4,5]的加和。

使用循环

count = 0
numList = [1, 2, 3, 4, 5]
for i in numList:
    count += i
count

# 输出
15

循环过程

​ 使用循环的时候,每次会从列表中提取出一个元素加到之前元素求得的和上,等到循环结束后所有的元素也就被依次的加上了。具体的内部流程如下图所示:

在这里插入图片描述

使用递归

def listSum(numList):
    if len(numList) == 1:
        return numList[0]
    else:
        return numList[0] + listSum(numList[1:])


numList = [1, 2, 3, 4, 5]
listSum(numList)

# 输出
15

递归过程

​ 不难发现,递归是由一个函数体来实现的,而在函数的内部又在调用该函数的本身,其实这也是递归的本质(重复的调用自己),当函数中的条件不足以调用自己的时候,便是我们要找的那个“最小子问题”(能够用最普通方法解决的问题),我们通过先解决这个“最小子问题”然后再去解决稍大一点的问题,以此类推我们能够找到一个解决问题的公式,重复调用这个公式最大的问题就很容易解决了。递归的内部流程图下(Sum([5])便是最小子问题):

在这里插入图片描述

递归的原则

​ 从上面的例子中能够总结出关于递归的三个原则:

  • 递归算法必须有基本情况;
  • 递归算法必须改变其状态并向基本情况靠近;
  • 递归算法必须递归地调用自己。
相关文章
|
2月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
422 0
|
5月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
169 1
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
487 156
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
455 153
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
479 151
|
12月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
321 66
|
9月前
|
存储 人工智能 索引
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
301 59
|
12月前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
225 20

推荐镜像

更多