目录
  • 递归
    • 递归求和
    • 递归处理非线性循环
    • 花钱递归
    • 递归注意事项
  • 实现tree命令
    • 总结

      递归

      递归的概念:函数包含了对自身的调用,那么就是递归

      使用的场景:如果你发现你将要做的事情就是你现在做的,那么用递归

      递归类似循环;在编写或阅读递归时,首先我们关注的是递归的终止条件

      递归求和

      在接触递归之前,我们先来做这么一个问题:如果说,要对一个数字列表求和(或者其他序列)求和,除了我们可以使用内置的sum函数,还有什么办法?

      while循环

      l = [1,2,3,4,5]
      mysum = 0 #保存和的变量
      while l: #将列表最为循环条件
      	mysum += l[0] #每次将列表第一个位置的值加到和中
      	l = l[1:] #去掉列表第一个元素
      

      for循环

      l = [1,2,3,4,5]
      mysum = 0
      for var in l:
      	mysum += var
      

      递归求和

      def mysum(l):
          if not l:
              print ('l is empty')
              return 0
          else:
            	return l[0]+mysum(l[1:])
      # 在返回值中,我们返回了一个函数的调用,并且传递的参数为去掉当前列表第一个元素的新列表
      

      递归处理非线性循环

      递归还可以处理一些非线性循环,而普通的循环是无法处理的;比如这样一个列表对其求和:

      l = [1,[2,[3,4],5],6,[7,8]]
      

      由于这个列表不是一个线性迭代,包含着复杂的元素嵌套,普通的循环语句处理起来将会非常难以控制

      l = [1,[2,[3,4],5],6,[7,8]]
      sum = 0
      def mysum(l):
          global sum
          for var in l:
          	if not isinstance(var,list):   
                  #如果其中元素不为列表类型,则为一个确定的值
                  sum += var
              else:
               	mysum(var)
          return
      

      花钱递归

      思考:假如你有10000块,每天花一半,毛钱直接舍弃,那么这钱可以花几天?

      递归解决:

      def cost(money,day=0):
          if money > 0:
              money = money // 2 #每次花一半
              day += 1 #花完天数+1
              cost(money,day) #开启花钱递归
          else:
              print('一共可以花%d天' % day)
              return #必须要有的一个终止条件
      

      递归注意事项

      python中,递归的最大上限次数差不多是998次,一个没有终止条件的递归会引发错误(类似一个死循环)

      这是因为递归的每一次函数执行,都会在内存中产生新的函数副本,递归的内存消耗要大于普通循环

      >>> def func():
      ...     return func()
      ...
      >>> func()
      traceback (most recent call last):
        file "<stdin>", line 1, in <module>
        file "<stdin>", line 2, in func
        file "<stdin>", line 2, in func
        file "<stdin>", line 2, in func
        [previous line repeated 995 more times]
      recursionerror: maximum recursion depth exceeded
      #这里我们在995次递归之后,达到上线,从而报错
      

      我们也可以手动干预递归的上限,但是这是有风险的,要结合计算机本身内存来考虑

      >>> import sys
      >>> sys.setrecursionlimit(num)
      # num为控制修改的最大递归上限次数
      

      实现tree命令

      核心思路在于,目录结构的深度及广度是错综复杂的,通过单纯的循环来做判定是一件非常苦难的事情

      而递归恰好适合这样的非线性循环问题,当然也有一些弊端,当目录结构越来越复杂,那么程序的执行效率会越来越差

      import os
      
      def getdir(path, level=0):
          if path == '':
            	path = os.getcwd()  # 获取当前的工作目录
          level += 4
          num = level // 4
          abs_path = os.path.abspath(path)
          for name in os.listdir(path):  # 返回的是一个列表
              format_str = ''
              if os.path.isfile(os.path.join(abs_path, name)):
                  for var in range(num):  # range函数用来控制循环次数
                    	format_str += '_' * 4 + '▕'
                  format_str = format_str[0:-1]
                  format_str += name
                  mystr = format_str.replace('_', ' ', level-4)  # 替换掉level-4个_
          else:
              for var in range(num): # range函数用来控制循环次数
                  format_str += '_' * 4 + '▕' # 输出样式构造
              format_str += name
              mystr = format_str.replace('_',' ',level-4) # 替换掉level-4个_
          print(mystr) # 输出格式字符串
          name = os.path.join(abs_path,name)
          if os.path.isdir(name): # 绝对路径,判断是否是文件夹
      	    getdir(name,level)
      path = input('请输入你要遍历的目录:')
      getdir(path)
      

      总结

      到此这篇关于python中递归以及递归遍历目录的文章就介绍到这了,更多相关python递归遍历目录内容请搜索www.887551.com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www.887551.com!