python什么是递归?两种优先搜索算法的实现 (代码示例)
本篇文章给大家带来的内容是介绍python什么是递归?两种优先搜索算法的实现 (代码示例)。有一定的参考价值,有需要的朋友可以参考一下,希望对你们有所帮助。
一、递归原理小案例分析
(1)# 概述
递归:即一个函数调用了自身,即实现了递归 凡是循环能做到的事,递归一般都能做到!
(2)# 写递归的过程
1、写出临界条件
2、找出这一次和上一次关系
3、假设当前函数已经能用,调用自身计算上一次的结果,再求出本次的结果
(3)案例分析:求1+2+3+...+n的数和
# 概述 ''' 递归:即一个函数调用了自身,即实现了递归 凡是循环能做到的事,递归一般都能做到! ''' # 写递归的过程 ''' 1、写出临界条件 2、找出这一次和上一次关系 3、假设当前函数已经能用,调用自身计算上一次的结果,再求出本次的结果 ''' # 问题:输入一个大于1 的数,求1+2+3+.... def sum(n): if n==1: return 1 else: return n+sum(n-1) n=input("请输入:") print("输出的和是:",sum(int(n))) ''' 输出: 请输入:4 输出的和是: 10 '''
#__author:"吉*佳" #date: 2018/10/21 0021 #function: import os def getAllDir(path): fileList = os.listdir(path) print(fileList) for fileName in fileList: fileAbsPath = os.path.join(path,fileName) if os.path.isdir(fileAbsPath): print("$$目录$$:",fileName) getAllDir(fileAbsPath) else: print("**普通文件!**",fileName) # print(fileList) pass getAllDir("G:\\")
输出结果如下:
二、深度遍历与广度遍历
(一)、深度优先搜索
说明:深度优先搜索借助栈结构来进行模拟
深度遍历示意图:
说明:
先把A压栈进去,在A出栈的同时把B C压栈进去,此时让B出栈的同时把DE压栈(C留着先不处理) 同理,在D出栈的时候,H I压栈,最后再从上往下
取出栈内还未出栈的元素,即达到深度优先遍历。
案例实践:利用栈来深度搜索打印出目录结构
程序代码:
#__author:"吉**" #date: 2018/10/21 0021 #function: # 深度优先遍历目录层级结构 import os def getAllDirDP(path): stack = [] # 压栈操作,相当于图中的A压入 stack.append(path) # 处理栈,当栈为空的时候结束循环 while len(stack) != 0: #从栈里取数据,相当于取出A,取出A的同时把BC压入 dirPath = stack.pop() firstList = os.listdir(dirPath) #判断:是目录压栈,把该目录地址压栈,不是目录即是普通文件,打印 for filename in firstList: fileAbsPath=os.path.join(dirPath,filename) if os.path.isdir(fileAbsPath): #是目录就压栈 print("目录:",filename) stack.append(fileAbsPath) else: #是普通文件就打印即可,不压栈 print("普通文件:",filename) getAllDirDP(r'E:\[AAA](千)全栈学习python\18-10-21\day7\temp\dir')
结果:
该过程示意图解释:(s-05-1部分)
原理分析:
说明:
队列是 先进先出的模型。A先进队,在A出队的时候,C B入队,按图示,C出队,FG 入队,B出队,DE入队,
F出队,JK入队,G出队,无入队,D出队,H I入队,最后E J K H I出队,均无入队了,即每一层一层处理、
故:先进先出的队列结构实现了广度优先遍历。 先进后出的栈结构实现的是深度优先遍历。
代码实现:
其实深度优先和广度优先在代码书写上是差别不大的,基本相同,只是一个是使用栈结构(用列表进行模拟)
另一个(广度优先遍历)是使用了队列的数据结构来达到先进先出的目的。
#__author:"吉**" #date: 2018/10/21 0021 #function: # 广度优先搜索模拟 # 利用队列来模拟广度优先搜索 import os import collections def getAllDirIT(path): queue=collections.deque() #进队 queue.append(path) #循环,当队列为空,停止循环 while len(queue) != 0: #出队数据 这里相当于找到A元素的绝对路径 dirPath = queue.popleft() # 找出跟目录下的所有的子目录信息,或者是跟目录下的文件信息 dirList = os.listdir(dirPath) #遍历该文件夹下的其他信息 for filename in dirList: #绝对路径 dirAbsPath = os.path.join(dirPath,filename) # 判断:如果是目录dir入队操作,如果不是dir打印出即可 if os.path.isdir(dirAbsPath): print("目录:"+filename) queue.append(dirAbsPath) else: print("普通文件:"+filename) # 函数的调用 getAllDirIT(r'E:\[AAA](千)全栈学习python\18-10-21\day7\temp\dir')
广度优先运行输出结构:
先图解:按照每一层从左到右遍历即可实现。
结束!
以上是python什么是递归?两种优先搜索算法的实现 (代码示例)的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

PHP主要是过程式编程,但也支持面向对象编程(OOP);Python支持多种范式,包括OOP、函数式和过程式编程。PHP适合web开发,Python适用于多种应用,如数据分析和机器学习。

PHP适合网页开发和快速原型开发,Python适用于数据科学和机器学习。1.PHP用于动态网页开发,语法简单,适合快速开发。2.Python语法简洁,适用于多领域,库生态系统强大。

Python更适合初学者,学习曲线平缓,语法简洁;JavaScript适合前端开发,学习曲线较陡,语法灵活。1.Python语法直观,适用于数据科学和后端开发。2.JavaScript灵活,广泛用于前端和服务器端编程。

VS Code可以在Windows 8上运行,但体验可能不佳。首先确保系统已更新到最新补丁,然后下载与系统架构匹配的VS Code安装包,按照提示安装。安装后,注意某些扩展程序可能与Windows 8不兼容,需要寻找替代扩展或在虚拟机中使用更新的Windows系统。安装必要的扩展,检查是否正常工作。尽管VS Code在Windows 8上可行,但建议升级到更新的Windows系统以获得更好的开发体验和安全保障。

VS Code 可用于编写 Python,并提供许多功能,使其成为开发 Python 应用程序的理想工具。它允许用户:安装 Python 扩展,以获得代码补全、语法高亮和调试等功能。使用调试器逐步跟踪代码,查找和修复错误。集成 Git,进行版本控制。使用代码格式化工具,保持代码一致性。使用 Linting 工具,提前发现潜在问题。

PHP起源于1994年,由RasmusLerdorf开发,最初用于跟踪网站访问者,逐渐演变为服务器端脚本语言,广泛应用于网页开发。Python由GuidovanRossum于1980年代末开发,1991年首次发布,强调代码可读性和简洁性,适用于科学计算、数据分析等领域。

在 VS Code 中,可以通过以下步骤在终端运行程序:准备代码和打开集成终端确保代码目录与终端工作目录一致根据编程语言选择运行命令(如 Python 的 python your_file_name.py)检查是否成功运行并解决错误利用调试器提升调试效率

VS Code 扩展存在恶意风险,例如隐藏恶意代码、利用漏洞、伪装成合法扩展。识别恶意扩展的方法包括:检查发布者、阅读评论、检查代码、谨慎安装。安全措施还包括:安全意识、良好习惯、定期更新和杀毒软件。
