这篇教程python基础学习之递归函数知识总结写得很实用，希望能帮到您。
一、递归函数使用注意点递归函数一定要编写终止条件，否则将产生无限递归。（死循环）
二、递归的效率问题 - 递归效率不高，递归层次过多会导致栈溢出。
- Python中不推荐使用递归。
三、递归函数引入"""使用代码循环输出故事：从前有座山，山里有座庙..."""# ------------while循环 （暂时忽略死循环）---------------while True: print("从前有座山，山里有座庙...")# ---------------通过定义一个方法， 在while循环里面调用实现（ 暂时忽略死循环）---------------def func_story(): print("从前有座山，山里有座庙...")while True: func_story()# ---------------使用递归的方法实现循环---------------def story(): print("从前有座山，山里有座庙...") story()story()# 报错：RecursionError: maximum recursion depth exceeded while calling a Python object
四、递归的深度这里就引申到一个递归的最大深度。 import sys# 获取最大递归深度res = sys.getrecursionlimit()print(res) # 输出：1000# 递归最大深度：def func(n): print(n) n += 1 func(n)func(1) # python 3 打印到998就停止打印了 我们可以设置递归的最大深度。但是能够达到的最大深度，跟电脑配置也有关系： import sys# 设置递归的深度sys.setrecursionlimit(10000)# 递归最大深度：def func(n): print(n) n += 1 func(n)func(1) # python 3 打印到3221就停止打印了
五、通过缓存解决递归限制通过缓存解决最大递归限制的问题： - Python的functools模块中提供了很多高阶函数的操作。
- lru_cache：缓存功能装饰器，能够缓存相同参数的函数调用结果，可以节约高开销或I/O函数的调用时间。
- 通过lru_cache装饰递归函数
六、递归函数使用示例递归函数示例一： # 18 20 22 24def age(n): if n == 1: return 18 else: return age(n-1) + 2print(age(1)) # 输出：18print(age(2)) # 输出：20print(age(3)) # 输出：22print(age(4)) # 输出：24 递归函数示例二：打印三级菜单 # 我们有一个这样的三级菜单menu = { "功能测试": { "用例管理": { "添加用例": {}, "删除用例": {}, "复制用例": {} }, "元素管理": { "添加元素": {}, "删除元素": {}, "复制元素": {} }, }, "接口测试": { "API管理": { "添加api": {}, "删除api": {}, "复制api": {} }, "环境管理": { "添加环境": {}, "删除环境": {}, "复制环境": {} }, },}def query_menu(menu:dict): """ 一级级查询菜单信息 :return: """ # 用户输入q退出 while True: for k in menu:print(f"当前菜单：{k}") key = input(">>>").strip() if key == "q": return key elif key in menu.keys() and menu[key]: res = query_menu(menu[key]) if res == "q": return "q"query_menu(menu)输出结果： 
到此这篇关于python基础学习之递归函数知识总结的文章就介绍到这了,更多相关python递归函数内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
TensorFlow的自动求导原理分析
使用tensorflow 实现反向传播求导 |
