一文讲明白 Python 递归

一文讲明白 Python 的递归

一、📌 什么是递归？

递归（Recursion）是指在函数内部调用自己本身的编程技巧。它通常用于解决可以分解为子问题的问题，比如树结构、图遍历等。

简单理解：一个问题的解依赖于它更小规模的子问题的解。

---

二、🧠 递归的基本结构

def recursive_function(parameters):
    if termination_condition:
        return result  # 终止条件，防止无限调用
    else:
        return recursive_function(smaller_parameters)

✅ 必须包含：

1. 终止条件（Base Case）
2. 递归调用（Recursive Case）

---

三、🌱 新手入门：经典案例示例

1. 阶乘计算

def factorial(n):
    if n == 1:
        return 1  # 基本情况
    return n * factorial(n - 1)  # 递归调用

print(factorial(5))  # 输出 120

2. 斐波那契数列（演示递归的效率瓶颈）

def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

❗ 该方法效率低，适合用来演示“重叠子问题”的场景。

---

四、🔍 递归的应用场景（企业级实战）

示例1：📂 遍历嵌套文件夹结构

import os

def traverse_directory(path):
    for entry in os.listdir(path):
        full_path = os.path.join(path, entry)
        if os.path.isdir(full_path):
            print("📁 目录：", full_path)
            traverse_directory(full_path)  # 递归进入子目录
        else:
            print("📄 文件：", full_path)

📌 实用场景：企业系统自动部署、日志批处理、全盘搜索等。

---

示例2：🌳 树形组织架构数据解析（JSON格式）

org_chart = {
    "name": "CEO",
    "children": [
        {"name": "CTO", "children": [
            {"name": "Dev Manager", "children": []}
        ]},
        {"name": "CFO", "children": []}
    ]
}

def print_org_chart(node, level=0):
    print("  " * level + f"👤 {node['name']}")
    for child in node.get("children", []):
        print_org_chart(child, level + 1)

print_org_chart(org_chart)

📌 实用场景：企业HR系统组织管理、后台权限树、菜单树等。

---

示例3：🧾 递归计算订单明细的总价（嵌套结构）

order = {
    "name": "套餐A",
    "price": 0,
    "items": [
        {"name": "汉堡", "price": 20},
        {"name": "配菜", "price": 0, "items": [
            {"name": "薯条", "price": 10},
            {"name": "鸡翅", "price": 12}
        ]}
    ]
}

def calc_price(item):
    total = item.get("price", 0)
    for sub in item.get("items", []):
        total += calc_price(sub)
    return total

print("总价：¥", calc_price(order))  # 输出：¥42

📌 实用场景：ERP系统、商品打包套餐系统等。

---

五、⛏️ 常见问题及优化

❓ 问题1：栈溢出（RecursionError）

• 默认递归深度：1000（可通过 sys.setrecursionlimit 修改）

❓ 问题2：重复计算（如 Fibonacci）

• ✅ 可使用 ​缓存优化​（如：functools.lru_cache）

from functools import lru_cache

@lru_cache()
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

---

六、⚙️ 企业实战中使用递归的技巧总结

技巧	说明
✅ 设定终止条件	防止死循环或栈溢出
✅ 添加缓存	提升性能（如动态规划+备忘录）
✅ 使用尾递归/转循环	Python不优化尾递归，必要时改用循环
✅ 日志/print辅助调试	观察递归栈的变化

---

七、📌 小结

阶段	内容
入门	理解递归结构、终止条件
提升	掌握递归在树形/图结构中的应用
实战	构建企业级功能：文件遍历、组织结构、订单价格、权限系统等
优化	使用缓存、转换为循环、控制递归深度