Python数据结构之递归可视化详解

目录
  • 1.学习目标
  • 2.递归的调用
  • 3.递归可视化
    • 3.1 turtle 库简介
    • 3.1 递归绘图

1.学习目标

递归函数是直接调用自己或通过一系列语句间接调用自己的函数。递归在程序设计有着举足轻重的作用,在很多情况下,借助递归可以优雅的解决问题。虽然使用递归可以快速的解决一些难题,但由于递归的抽象性,使递归难以掌握。为了更好的理解递归函数背后的思想,本节主要通过可视化方式来了解递归函数的执行步骤。

通过本节学习,应掌握以下内容:

提高对递归的理解

利用可视化理解递归函数背后的思想

2.递归的调用

虽然使用递归可以快速的解决一些难题,但由于递归的抽象性,使得递归难以掌握。虽然已经在《递归基础》中讲解了递归的示例,并且简单的了解了递归的调用过程,但缺乏具体的认知。本节将对递归的调用进行更加深入的讲解。

递归函数执行时,每次递归调用都会在内存中创建新的函数副本,一旦函数调用结束,则返回一些数据,并将此副本就会从内存中删除。通常,递归方法得到的解决方案看起来十分简洁简单,但理解并跟踪函数的执行却较为复杂。为了更好地理解,考虑以下求取斐波那契数列的简单示例:

def fibo(n):
    if n == 0:
        return 1
    else:
        return n * fibo(n - 1)
def main():
    number = 4
    result = fibo(number)
    print(result)
if __name__ == "__main__":
    main()

当程序运行到第 10 行时。第一次调用 fibo() 函数,会为 fibo() 函数调用创建一条新的活动记录,此时在运行时栈上具有 3 条活动记录。然后 Python 解释器跳转到第 2 行,其中 n 指向数字 4,如下图所示。n 不等于 0,因此跳转到第 5 行,其中包含一个对 fibo() 的函数调用,这将在运行时堆栈上创建另一个活动记录。重复上述过程,直到 n=0。

需要注意的是,每个递归函数调用都有一个变量 n 的副本。活动记录保存函数范围内的所有局部变量和参数。每次调用函数时,都会创建一个新的活动记录,并将局部变量的新副本存储在活动记录中,程序运行过程的调用顺序如下图所示:

当函数执行到 n=0 时,fibo() 函数返回了它的第一个值,它将 1 返回到上一个函数调用。如下图所示,从运行时堆栈中弹出 n=0 时函数调用的活动记录(通过将图中活动记录的变为灰色来表示)。当函数返回时,活动记录的空间被回收以供以后使用。堆上的阴影对象 0 也被垃圾收集器回收,因为不再有指向它的引用。

在第一次 fibo() 函数返回之后,Python 解释器返回到前一个函数调用中的第 5 行,这个语句也包含一个 return 语句,所以函数再次返回到第 5 行,返回值为 1。同样,函数再次返回,但这次的值为 2。按照上述过程,直到 fibo() 函数返回到 main() 函数的第 8 行,整个过程如下图所示:

最后,程序打印执行结果,在第 9 行之后从 main() 函数返回,在第 11 行后从 module 返回并终止。从以上示例可以看出,对 fibo() 函数的每次递归调用都会创建自己的变量副本。每次调用该函数时,都会将局部变量和参数复制到相应的活动记录中。当函数调用返回时,相应的活动记录会从运行时堆栈中弹出。这就是递归函数的执行方式。

3.递归可视化

本节将利用 turtle 库递归的绘制图案,提高对递归过程的认识。

3.1 turtle 库简介

turtle 库属于是python的标准库,通常用于绘制图案,可以使用该库创建一只小乌龟 (turtle) 在画布上移动,当小乌龟爬行时会在画布上绘制线条,而当前尾巴抬起时,并不会进行绘制。

接下来,我们将介绍一些基本的 turtle 绘图函数:

  • turtle.penup(): turtle 抬起尾巴,之后的移动并不在图上进行绘制
  • turtle.pendown():turtle 放下尾巴,开始爬行,之后会在图上绘制其行动轨迹
  • turtle.pensize(width):用于改变画笔的宽度
  • turtle.pencolor(color):用于改变画笔颜色
  • turtle.forward(distance):向前移动 distance
  • turtle.back(distance):向后移动 distance

3.1 递归绘图

首先通过创建一个简单的递归函数 draw() 来了解 turtle 库,这个递归函数的基本情况为——要画的线长 distance 降为 0;若线长大于 0,就让小乌龟小乌龟向前绘制 distance 个单位距离,然后左转 30 度;递归情况为——缩短后的距离再次调用 draw() 函数。

# 导入 turtle 库
import turtle
# 创建小乌龟对象
my_turtle = turtle.Turtle()
# 创建用户绘制图案的窗口
window = my_turtle.getscreen()

def draw(turtle, distance):
    if distance > 0:
        # 小乌龟向前绘制 distance 个单位距离
        turtle.forward(distance)
        # 然后左转 30 度
        turtle.left(30)
        draw(turtle, distance-6)
draw(my_turtle, 200)
window.exitonclick()

接下来,我们使用 turtle 模块绘制分形树。分形树和递归有许多的共同点,是数学中的一个概念,无论放大多少倍观察分形图,总能看到相同的基本形状。

如果我们定义树为包含向左生长的子树和向右生长的子树的话,就可以根据递归的思想得到分形树:

import turtle
def tree(branch, turtle):
    if branch > 5:
        turtle.forward(branch)
        turtle.right(20)
        tree(branch-15, turtle)
        turtle.left(40)
        tree(branch-10, turtle)
        turtle.right(20)
        turtle.backward(branch)
my_turtle = turtle.Turtle()
window = my_turtle.getscreen()
my_turtle.left(90)
my_turtle.up()
my_turtle.backward(300)
my_turtle.down()
tree(110, my_turtle)
window.exitonclick()

到此这篇关于Python数据结构之递归可视化详解的文章就介绍到这了,更多相关Python递归可视化内容请搜索我们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我们!

(0)

相关推荐

  • 基于Python数据结构之递归与回溯搜索

    目录 1. 递归函数与回溯深搜的基础知识 2. 求子集 (LeetCode 78) 3. 求子集2 (LeetCode 90) 4. 组合数之和(LeetCode 39,40) 5. 生成括号(LeetCode 22) 6. N皇后(LeetCode 51,52) 7. 火柴棍摆正方形(LeetCode 473) 1. 递归函数与回溯深搜的基础知识 递归是指在函数内部调用自身本身的方法.能采用递归描述的算法通常有这样的特征:为求解规模为N的问题,设法将它分解成规模较小的问题,然后从这些小问题的解

  • Python函数递归调用实现原理实例解析

    函数的递归调用: 是函数嵌套调用的一种特殊形式 具体是指: 在调用一个函数的过程中又直接或间接地调用到了本身 # 直接调用本身 def func(): print('我是func') func() func() # 函数会不断的运行永远不会结束,但Python不允许这种情况,会默认限制只能调1000次. # 间接调用本身 def f1(): print('我是f1') f2() def f2(): print('我是f1') f1() f1() # 此时也相当于直接调用本身,f1-->f2-->

  • Python实例详解递归算法

    递归是一种较为抽象的数学逻辑,可以简单的理解为「程序调用自身的算法」. 维基百科对递归的解释是: 递归(英语:Recursion),又译为递回,在数学与计算机科学中,是指在函数的定义中使用函数自身的方法.递归一词还较常用于描述以自相似方法重复事物的过程. 例如,当两面镜子相互之间近似平行时,镜中嵌套的图像是以无限递归的形式出现的.也可以理解为自我复制的过程. "递"是传递的意思,"归"是归还的意思,先把一个方法一层层传递下去,然后传递到最后一层再把结果归还回来. 比

  • Python递归调用实现数字累加的代码

    我就废话不多说了,直接上代码吧! def sum_numbers(num): # 1.出口 if num == 1: return 1 # 2.数组累加 temp = sum_numbers(num - 1) return num + temp result = sum_numbers(3) print(result) 输出: 6 补充拓展:python递归计数及结束递归 题目:搜索旋转排序数组 class Solution: TOTAL = 0 RUN = True def search(se

  • python数据结构之递归方法讲解

    目录 1.递归概念 2. 递归三原则 2.1 实现任意进制的数据转换 今天我们来学习python中最为重要的内容之递归,对以往内容感兴趣的同学可以查看下面: python数据类型: python数据结构:数据类型. python的输入输出: python数据结构之输入输出.控制和异常. python面向对象: python数据结构之面向对象. python算法分析: python数据结构算法分析. python数据结构之栈.队列和双端队列 递归是在进行重复性工作中经常考到的问题,非常值得学习.

  • Python数据结构之递归可视化详解

    目录 1.学习目标 2.递归的调用 3.递归可视化 3.1 turtle 库简介 3.1 递归绘图 1.学习目标 递归函数是直接调用自己或通过一系列语句间接调用自己的函数.递归在程序设计有着举足轻重的作用,在很多情况下,借助递归可以优雅的解决问题.虽然使用递归可以快速的解决一些难题,但由于递归的抽象性,使递归难以掌握.为了更好的理解递归函数背后的思想,本节主要通过可视化方式来了解递归函数的执行步骤. 通过本节学习,应掌握以下内容: 提高对递归的理解 利用可视化理解递归函数背后的思想 2.递归的调

  • Go语言数据结构之二叉树可视化详解

    目录 题目 源代码 做题思路 扩展 左右并列展示 上下并列展示 总结回顾 题目 以图形展示任意二叉树,如下图,一个中缀表达式表示的二叉树:3.14*r²*h/3 源代码 package main import ( "fmt" "io" "os" "os/exec" "strconv" "strings" ) type any = interface{} type btNode struc

  • Python数据结构之单链表详解

    本文实例为大家分享了Python数据结构之单链表的具体代码,供大家参考,具体内容如下 # 节点类 class Node(): __slots__=['_item','_next'] # 限定Node实例的属性 def __init__(self,item): self._item = item self._next = None # Node的指针部分默认指向None def getItem(self): return self._item def getNext(self): return s

  • Python数据可视化详解

    目录 一.Matplotlib模块 1.绘制基本图表 1. 绘制柱形图 2. 绘制条形图 3. 绘制折线图 4. 绘制面积图 5. 绘制散点图 6. 绘制饼图和圆环图 2.图表的绘制和美化技巧 1. 在一张画布中绘制多个图表 2. 添加图表元素 3. 添加并设置网格线 4. 调整坐标轴的刻度范围 3.绘制高级图表 1. 绘制气泡图 2. 绘制组合图 3. 绘制直方图 4. 绘制雷达图 5. 绘制树状图 6. 绘制箱形图 7. 绘制玫瑰图 二.pyecharts模块 1.图表配置项 2.绘制漏斗图

  • VTK与Python实现机械臂三维模型可视化详解

    三维可视化系统的建立依赖于三维图形平台, 如 OpenGL.VTK.OGRE.OSG等, 传统的方法多采用OpenGL进行底层编程,即对其特有的函数进行定量操作, 需要开发人员熟悉相关函数, 从而造成了开发难度大. 周期长等问题.VTK. ORGE.OSG等平台使用封装更好的函数简化了开发过程.下面将使用Python与VTK进行机器人上位机监控界面的快速原型开发. 完整的上位机程序需要有三维显示模块.机器人信息监测模块(位置/角度/速度/电量/温度/错误信息...).通信模块(串口/USB/WI

  • python算法与数据结构之冒泡排序实例详解

    一.冒泡排序介绍 冒泡排序(英语:Bubble Sort)是一种简单的排序算法.它重复地遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.遍历数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成.这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端. 二.冒泡排序原理 比较相邻的元素.如果第一个比第二个大,就交换他们两个. 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对.这一步做完,最后的元素应该会是最大的数. 针对所有的

  • python爬取各省降水量及可视化详解

    在具体数据的选取上,我爬取的是各省份降水量实时数据 话不多说,开始实操 正文  1.爬取数据 使用python爬虫,爬取中国天气网各省份24时整点气象数据 由于降水量为动态数据,以js形式进行存储,故采用selenium方法经xpath爬取数据-ps:在进行数据爬取时,最初使用的方法是漂亮汤法(beautifulsoup)法,但当输出爬取的内容(<class = split>时,却空空如也.在源代码界面Ctrl+Shift+F搜索后也无法找到降水量,后查询得知此为动态数据,无法用该方法进行爬取

  • Python数据分析之绘图和可视化详解

    一.前言 matplotlib是一个用于创建出版质量图表的桌面绘图包(主要是2D方面).该项目是由John Hunter于2002年启动的,其目的是为Python构建一个MATLAB式的绘图接口.matplotlib和IPython社区进行合作,简化了从IPython shell(包括现在的Jupyter notebook)进行交互式绘图.matplotlib支持各种操作系统上许多不同的GUI后端,而且还能将图片导出为各种常见的矢量(vector)和光栅(raster)图:PDF.SVG.JPG

  • python模块常用用法实例详解

    1.time模块(※※※※) import time #导入时间模块 print(time.time()) #返回当前时间的时间戳,可用于计算程序运行时间 print(time.localtime()) #返回当地时间的结构化时间格式,参数默认为时间戳 print(time.gmtime) #返回UTC时间的结构化时间格式 print(time.mktime(time.localtime())) #将结构化时间转换为时间戳 print(time.strftime("%Y-%m-%d %X&quo

  • python查找与排序算法详解(示图+代码)

    目录 查找 二分查找 线性查找 排序 插入排序 快速排序 选择排序 冒泡排序 归并排序 堆排序 计数排序 希尔排序 拓扑排序 总结 查找 二分查找 二分搜索是一种在有序数组中查找某一特定元素的搜索算法.搜索过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束:如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较.如果在某一步骤数组为空,则代表找不到.这种搜索算法每一次比较都使搜索范围缩小一半. # 返回 x 在 ar

随机推荐