python遞歸算法 如何在Python中實現尾遞歸優(yōu)化?
如何在Python中實現尾遞歸優(yōu)化?Python不會優(yōu)化尾部遞歸。默認情況下,遞歸的最大深度約為1000。當然,可以修改底層的默認最大深度。但是我們可以使用Python內置的yield將尾部遞歸函數轉
如何在Python中實現尾遞歸優(yōu)化?
Python不會優(yōu)化尾部遞歸。默認情況下,遞歸的最大深度約為1000。當然,可以修改底層的默認最大深度。但是我們可以使用Python內置的yield將尾部遞歸函數轉換為生成器。我只需要連續(xù)執(zhí)行它的下一個方法。下面是一個自編的
遞歸。如果級別太多,則視為堆棧溢出異常,因為每次調用都會生成一個新的堆棧幀,并使用此堆棧幀保留當前函數的狀態(tài)值。如果不需要保存狀態(tài)值,則可以重用堆棧幀而不會導致堆棧溢出。
以n的階乘為例:
正常遞歸:
如果n=3,則每一步都需要保留n值和下一個函數的返回值,因此每次調用都需要創(chuàng)建一個新的堆棧幀
尾部遞歸:
如果n=3,則每次調用都可以重用堆棧幀,因為不需要保存狀態(tài)值。
因此,當遞歸在當前堆棧幀執(zhí)行后完成時,它不需要保留當前堆棧幀,但根據當前堆棧幀的結果,它可以在進入下一個堆棧幀時優(yōu)化為尾部遞歸。通常,尾部遞歸需要滿足遞歸調用是函數體中最后執(zhí)行的語句。例如,在factorial示例中,要執(zhí)行的最后一條語句是直接調用factorial(n-1,n*result),而不是表達式n*factorial(n-1)。如果是表達式,則需要堆棧幀來保留N和階乘(N-1)的結果。
尾遞歸究竟是好是壞?
遞歸的主要思想是能夠重復一些操作,例如簡單階乘、冪、回溯中的八皇后、數獨、河內塔、分形。
由于堆棧機制,一般遞歸可以保持一些變量處于歷史狀態(tài),例如返回x*Power。。。您提到過,但是有些問題可能很大或太深,需要盡可能避免遞歸,因為堆??赡軙绯觥A硪粋€
問題是Python不支持尾部遞歸優(yōu)化
所以盡量避免遞歸。
Def power(x,n)
如果n< 0:
return 1
return x*power(x,n-1)
power(3,3)
3*power(3,2)
3*(3*power(3,1))
3*(3*power(3,0))
3*(3*1)),其中n=0,return 1
3*(3*3)
3*9
當函數參數n=0時,開始撤退到第一次通電結束。
關于python遞歸函數怎樣理解?
處理特定問題的方式是Julia和python的一個關鍵區(qū)別,Julia的構建是為了緩解高性能計算的挑戰(zhàn)。盡管Python已經發(fā)展成為一種快速計算語言,但它并不是為這項工作而設計的。Julia在高速處理和計算方面比Python更專業(yè)。
不久前,Julia發(fā)布了一個穩(wěn)定的1.2版,并進行了進一步的改進,可以以更高的速度處理占用大量資源的數據科學項目。
Julia和Python的關鍵區(qū)別是什么?
當編譯器檢測到函數調用是尾部遞歸時,它將覆蓋當前活動記錄,而不是在堆棧中創(chuàng)建新的活動記錄。編譯器可以這樣做,因為遞歸調用是當前活動周期中要執(zhí)行的最后一條語句,因此當調用返回時,堆棧幀中沒有其他操作,因此不需要保存堆棧幀。通過覆蓋當前堆棧幀而不是在其上添加新的堆棧幀,大大減少了使用的堆??臻g,從而提高了實際操作效率。雖然編譯器可以優(yōu)化尾部遞歸引起的堆棧溢出,但是在編程中我們應該盡量避免尾部遞歸,因為所有尾部遞歸都可以被簡單的goto循環(huán)所代替。