深入理解python函數(shù)遞歸和生成器
一、什么是遞歸
如果函數(shù)包含了對其自身的調(diào)用,該函數(shù)就是遞歸的。遞歸做為一種算法在程序設(shè)計語言中廣泛應(yīng)用,它通常把一個大型復(fù)雜的問題層層轉(zhuǎn)化為一個與原問題相似的規(guī)模較小的問題來求解,遞歸策略只需少量的程序就可描述出解題過程所需要的多次重復(fù)計算,大大地減少了程序的代碼量。例如,要計算1-9的9位數(shù)字的乘積,直觀的算法是1*2*3*4*5*6*7*8*9,如果要計算1-10000的乘積,直觀的算法就難于實現(xiàn)出,而遞歸就可以很簡單的實現(xiàn)。請看示例:
def fact(n):#計算給定數(shù)字到一的乘積
if n<=1:
return 1
else:
return n * fact(n-1)
print (fact(7))
結(jié)果為:5040
下面我們用示例來看看遞歸的執(zhí)行過程:
def calc(n):
print(n)
if n/2 > 1:
res = calc(n/2)
return n
calc(8)
結(jié)果為:
8 4.0 2.0
再看這一個示例:
def calc(n):
print(n)
if n/2 > 1:
res = calc(n/2)
print('res:',res)
print("N:",n)
return n
calc(8)
結(jié)果為:
8 4.0 2.0 N: 2.0 res: 2.0 N: 4.0 res: 4.0 N: 8
二、生成器
生成器是一個帶 yield 語句的函數(shù)。一個函數(shù)或者子 程序只返回一次,但一個生成器能暫停執(zhí)行并返回一個中間的結(jié)果,返 回一個值給調(diào)用者并暫停執(zhí)行。當(dāng)生成器的 next()方法被調(diào)用的時候,它會準(zhǔn)確地從離開地方繼續(xù)
下面看示例:
def func():
print('11111111')
yield [1]
print(2222222222)
yield 2
print(3333333333)
yield 3
ret=func()
r1=ret.__next__()
print(r1)
r2=ret.__next__()
print(r2)
r3=ret.__next__()
print(r3)
結(jié)果為:
11111111 [1] 2222222222 2 3333333333 3
由于 python 的 for 循環(huán)有 next()調(diào)用和對 StopIteration 的處理, 使用一個 for 循環(huán)而不是手 動迭代穿過一個生成器(或者那種事物的迭代器)總是要簡潔漂亮得多。例:
def func():
print('11111111')
yield [1]
print(2222222222)
yield 2
print(3333333333)
yield 3
ret=func()
for i in ret:
print(i)
結(jié)果同前面相同。
這些簡單的例子應(yīng)該讓你有點明白生成器是如何工作的。除了 next()來獲得下個生成的值,用戶 可以將值回送給生成器[send()],在生成器中拋出異常,以及要求生成器退出[close()]
下面是一個展示了這些特性的,簡單的例子。
def counter(start_at=0): count = start_at while True: val = (yield count) if val is not None: count = val else: count += 1
生成器帶有一個初始化的值,對每次對生成器[next()]調(diào)用以 1 累加計數(shù)。用戶已可以選擇重 置這個值,如果他們非常想要用新的值來調(diào)用 send()不是調(diào)用 next()。這個生成器是永遠(yuǎn)運行的,所以如果你想要終結(jié)它,調(diào)用 close()方法。如果我們交互的運行這段代碼,會得到如下輸出:
>>> count = counter(5) >>> count.next() 5 >>> count.next() 6 >>> count.send(9) 9 >>> count.next() 10 >>> count.close() >>> count.next() Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
以上這篇深入理解python函數(shù)遞歸和生成器就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Pandas||過濾缺失數(shù)據(jù)||pd.dropna()函數(shù)的用法說明
這篇文章主要介紹了Pandas||過濾缺失數(shù)據(jù)||pd.dropna()函數(shù)的用法說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05
Python數(shù)據(jù)分析從入門到進階之分類算法全面教程
數(shù)據(jù)分析是處理和解釋數(shù)據(jù)以發(fā)現(xiàn)有用信息和洞察的過程,其中,分類算法是數(shù)據(jù)分析領(lǐng)域的一個重要組成部分,它用于將數(shù)據(jù)分為不同的類別或組,本文將介紹分類算法的基本概念和進階技巧,以及如何在Python中應(yīng)用這些算法,包括示例代碼和實際案例2023-11-11
Python基礎(chǔ)學(xué)習(xí)之類與實例基本用法與注意事項詳解
這篇文章主要介紹了Python基礎(chǔ)學(xué)習(xí)之類與實例基本用法與注意事項,結(jié)合實例形式詳細(xì)分析了Python面相對象程序設(shè)計中關(guān)于類的定義與實例化對象相關(guān)操作技巧與注意事項,需要的朋友可以參考下2019-06-06

