python函数递归怎么理解,Python的递归
1、功能执行过程
(调用函数，保存当前内容，按堆栈函数，创建堆栈框架。执行里面的语句)
foo1、foo2、foo3和main的函数对象是在全局框架中生成的。(堆栈、先进先出、后进先出)。
主函数调用
在main中找到内置函数main to stack，将常量字符串堆栈，调用函数，弹出栈顶。
在main中，全局函数foo1推栈，推常数100和101，调用函数foo1，创建栈帧。打印函数栈，字符串和变量B和b1栈，调用函数，弹出栈帧，返回值。
在Main中，全局查找foo2函数进行堆栈，堆栈常数200，调用foo2，创建堆栈框架。FO3函数压栈，变量C引用栈，调用foo3，创建栈帧。Foo3在完成打印函数调用后返回。Foo2响应调用并在执行print后返回值。主foo2调用结束，弹出栈顶，主函数继续执行打印函数调用，弹出栈顶，主函数返回。
2.递归：当一个函数直接或间接调用自己时就是递归。
递归需要边界条件，递归前进段和递归返回段。
递归必须有边界条件。
当不满足边界时递归前进。
当满足边界条件时，它递归返回。
斐波那契数列：
pre=0
cur=1
print(pre，cur，end= )
n=4
对于范围内的I(n-1):
前，当前=当前，前当前
print(cur，end= )
定义纤维(n):
如果n2 else fib(n-1) fib(n-2)则返回1
对于范围(5)中的I:
print(fib(i)，end= )
3.递归需求
递归必须有一个退出条件。递归调用必须执行到这个退出条件。没有退出条件的递归调用是无限调用。
递归的深度不能太深。
Python限制了递归调用的深度，以保护解释器。
如果超过递归调用深度，将引发异常。
4.递归的性能
循环稍微复杂一点，但只要不是无限循环，就可以迭代多次，直到计算出结果。
改进。左边的fib函数类似于loop的思想。
参数n是一个边界条件，按n计数。
最后一个计算结果作为下一个结果的实际自变量。
导入日期时间
n=35
start=datetime.datetime.now()
定义纤维(n):
如果n2 else fib(n-1) fib(n-1)则返回1
对于范围内的I(n):
print(fib(i)，end= )
=(datetime . datetime . now()-start)。总计_秒()
打印(增量)
效率低。
pre=0
cur=1
print(pre，cur，end= )
定义纤维(n，pre=0，cur=1):
前，当前=当前，前当前
print(cur，end= )
如果n==2:
返回
光纤(n-1，前置，后置)
印刷(纤维(5))
#斐波那契数列的改进
左边的fib函数类似于loop的思想。
参数n是一个边界条件，按n计数。
最后的计算结果作为函数的实际参数。
非常高效
和循环相比，性能差不多，所以递归效率不一定低。但是深度有限。
5.间接递归
def foo1():
二氧化硫()
定义foo2():
f1oo()
foo1()
该函数本身被另一个函数调用。
但是，如果构成循环递归调用，那就非常危险了。
6.递归汇总
是很自然的表达，符合逻辑思维。
运行效率比较低，所以每次调用函数都要打开一个堆栈框架。
递归有深度限制。如果递归层次太深，函数反复压栈，栈内存很快就会溢出。
如果递归次数有限，可以使用递归调用或循环替换。循环代码略复杂，但只要不是无限循环，就可以多次迭代，直到计算出结果。
大多数递归可以通过循环来实现。
即使代码很简单，也可以不用递归来使用。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。