Python实例详解递归算法
递归是一种较为抽象的数学逻辑，可以简单的理解为「程序调用自身的算法」。
维基百科对递归的解释是：
递归（英语：Recursion），又译为递回，在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。递归一词还较常用于描述以自相似方法重复事物的过程。
例如，当两面镜子相互之间近似平行时，镜中嵌套的图像是以无限递归的形式出现的。也可以理解为自我复制的过程。
"递"是传递的意思，"归"是归还的意思，先把一个方法一层层传递下去，然后传递到最后一层再把结果归还回来。
比方说我排队做核酸检测，前面有100个人，我想问下医务人员几点下班，于是问了我前面那兄弟，他又问了他前面的人，一个个传递下去，最终传递到了医务人员那里，回话说下午六点下班。这句话又往回传，最终到了我这里，我知道了医务人员六点下班。
这个过程就是一个递归过程，如果说"传话"本身是一种方法，那这整个传话过程就是在调用自身方法，最终获得了结果。
这和循环不一样，循环相当于给所有人都所有人都戴了耳机，然后有"中介"挨个去问你知道医务人员几点下班吗，等问到医务人员的时候，得到答案，“中介”告诉我六点下班。
实质上，递归就是把一个大问题不断拆解，像剥洋葱一样，最终拆解到最小层面，会返回解题结果。
用Python举一个最简单的递归函数例子，讲一讲什么是递归的应用。
我们经常会看到函数会调用自身来实现循环操作，比如求阶乘的函数。
整数n的阶乘即n*(n-1)*(n-2)*...*3*2*1
如下面5行Python代码，就能实现阶乘的计算
def fact(n): ''' n表示要求的数的阶乘 ''' if n==1: return n n = n*fact(n-1) return n print(factorial(5))
输出：
120
很多人可能困惑这里面的计算逻辑，为什么fact函数中调用了自身，最终能得到结果。
我们可以按照数学逻辑进行推演：
整数n的阶乘是：fact(n) = n*(n-1)*...*3*2*1
整数n-1的阶乘是：fact(n-1) = (n-1)*(n-2)*...*3*2*1
所以可以推断 fact(n) = n*fact(n-1)
这里是不是一种 fact方法可以为每个数所调用，最终调用到了n=1的时候，就返回结果n的阶乘。
大家看上图，递归函数会一层层往下调用，最终到n=1的时候，往上返回结果。
这就是递归的全过程，如果我们给递归下一个准确的定义，可以概括为以下3点：
1、至少有一个明确的递归结束条件；
2、给出递归终止时的处理办法；
3、每次进入更深一层递归时，问题规模(计算量)相比上次递归都应有所减少
以上面代码为例：
def factorial(n): ''' n表示要求的数的阶乘 ''' if n==1: # 1、明确递归终止条件； return n # 2、递归终止时的处理办法 n = n*factorial(n-1) # 递去 return n # 归来
除了常见的阶乘案例，还有斐波那契数列，也是递归的经典用法。
斐波那契数列：1，1，2，3，5，8，13，21，34，55，89...
这个数列从第3项开始，每一项都等于前两项之和。
它以如下被以递推的方法定义：F(0)=0，F(1)=1,F(n)=F(n - 1)+F(n - 2)（n≥ 2，n∈ N*）
在Python中，我们可以使用递归函数的方式去实现斐波那契数列：
# 1，1，2，3，5，8，13，21，34，55，试判断数列第12个数是哪个？ def fab(n): ''' n为斐波那契数列 ''' if n <= 2: v = 1 return v v = fab(n-1)+fab(n-2) return v print(fab(12))
使用数学方法进行推导：
- fab(0) = 0（初始值）
- fab(1) = 1（初始值）
- 对所有大于1的整数n：fab(n) = fab(n-1)+ fab(n-2)（递归定义）
其实以上两个递归的案例都可以用数学归纳法来解释，就是高中数学的知识。
一般地，证明一个与自然数n有关的命题P(n），有如下步骤：
（1）证明当n取第一个值n0时命题成立。n0对于一般数列取值为0或1，但也有特殊情况；
（2）假设当n=k（k≥n0，k为自然数）时命题成立，证明当n=k+1时命题也成立。
综合（1）（2），对一切自然数n（≥n0），命题P(n）都成立。
除了数学的解释，之前也看到有人对递归更加形象的解释：
1、我们已经完成了吗？如果完成了，返回结果。如果没有这样的终止条件，递归将会永远地继续下去。
2、如果没有，则简化问题，解决较容易的问题，并将结果组装成原始问题的解决办法。然后返回该解决办法。
哈哈,到这里大家是不是对递归有了一个更加深刻的认识。
如果还不清楚，没关系，这里还有更多的递归案例，用Python来实现，可以说非常简洁。
「最大公因数：」
def gcd(m, n): if n == 0: return m else: return gcd(n, m%n)
「从 1 到 n 的数字之和：」
def sumnums(n): if n == 1: return 1 return n + sumnums(n - 1) print(sumnums(3))
「字符串倒序：」
def reverse(string): if len(string) == 0: return string else: return reverse(string[1:]) + string[0] reverseme = '我是帅哥' print(reverse(reverseme))
「汉诺塔问题：」
def towerOfHanoi(numrings, from_pole, to_pole, aux_pole):
if numrings == 1:
print('Move ring 1 from', from_pole, 'pole to', to_pole, 'pole')
return
towerOfHanoi(numrings - 1, from_pole, aux_pole, to_pole)
print('Move ring', numrings, 'from', from_pole, 'pole to', to_pole, 'pole')
towerOfHanoi(numrings - 1, aux_pole, to_pole, from_pole)
numrings = 2
towerOfHanoi(numrings, 'Left', 'Right', 'Middle')
「二分法找有序列表指定值：」
data = [1,3,6,13,56,123,345,1024,3223,6688]
def dichotomy(min,max,d,n):
'''
min表示有序列表头部索引
max表示有序列表尾部索引
d表示有序列表
n表示需要寻找的元素
'''
mid = (min+max)//2
if mid==0:
return 'None'
elif d[mid]<n:
print('向右侧找！')
return dichotomy(mid,max,d,n)
elif d[mid]>n:
print('向左侧找！')
return dichotomy(min,mid,d,n)
else:
print('找到了%s'%d[mid])
return
res = dichotomy(0,len(data),data,222)
print(res)
有位大佬说过：To Iterate is Human, to Recurse, Divine.
中文译为：人理解迭代，神理解递归。
可见递归是非常神奇的算法，它的神奇之处在于它允许用户用有限的语句描述无限的对象。
当然人无完人，递归也是有缺点的，它一般效率较低，且会导致调用栈溢出。
因为递归不断调用自身函数，且产生大量变量，而栈空间的容量是有限的，循环太多就会效率低下，甚至导致调用栈溢出
