深入理解Python闭包与递归：原理、应用与实践

---

 

目录

 

闭包

什么是闭包：

闭包的基本结构：

实现闭包的条件：

1.嵌套函数 

2.内函数引用外部函数的变量 

3.外部函数返回内部函数 

4.外部函数已经执行完毕 

递归函数

什么是递归函数：

递归函数条件

1.必须有个明确的结束条件  ———递归出口

2.每进行更深一步的递归，问题规模相比上一次递归都要有所减少

3.相邻两次重复之间有紧密联系

分析一下这段代码

1.函数定义：

2. 基准条件（Base Case）

3. 递归条件（Recursive Case）

典型的递归函数的例子

1到100的相加

 2.斐波那契数列

递归的优缺点

优点

缺点 

递归的应用场景 

递归的注意事项 

---

闭包

什么是闭包：

闭包是指在一个函数内部定义的函数，并且这个内部函数引用了外部函数的变量。即使外部函数已经执行完毕，内部函数仍然可以访问和操作这些变量

闭包的基本结构：

def outer_function(x):def inner_function(y):return x + yreturn inner_functionclosure = outer_function(10)
print(closure(5))  # 输出 15

接下来我为大家解释一下这段代码：

• outer_function 是外部函数，它接受一个参数 x。

• inner_function 是内部函数，它接受一个参数 y，并且引用了外部函数的变量 x。

• outer_function 返回 inner_function，而不是调用它。

• 当我们调用 outer_function(10) 时，它返回 inner_function，并且 x 被设置为 10。

• 然后我们调用 closure(5)，实际上是在调用 inner_function(5)，此时 x 仍然是 10，所以结果是 15

实现闭包的条件：

1.嵌套函数 

闭包必须在一个外部函数中定义一个内部函数。也就是说，函数内部再定义一个函数。

def outer_function():def inner_function():passreturn inner_function

2.内函数引用外部函数的变量 

内部函数必须引用外部函数的变量（即自由变量）。这是闭包的核心，内部函数通过引用外部函数的变量来“记住”外部函数的环境。

def outer_function(x):def inner_function(y):return x + y  # 内部函数引用了外部函数的变量 xreturn inner_function

3.外部函数返回内部函数 

外部函数必须返回内部函数（而不是调用它）。这样，内部函数可以在外部函数执行完毕后继续存在，并且仍然可以访问外部函数的变量。

def outer_function(x):def inner_function(y):return x + yreturn inner_function  # 返回内部函数，而不是调用它closure = outer_function(10)
print(closure(5))  # 输出 15

4.外部函数已经执行完毕 

闭包的特性在于，即使外部函数已经执行完毕，内部函数仍然可以访问外部函数的变量。这是因为闭包将外部函数的变量“捕获”并保存在内部函数的环境中。

def outer_function(x):def inner_function(y):return x + yreturn inner_functionclosure = outer_function(10)  # 外部函数执行完毕，x 被设置为 10
print(closure(5))  # 内部函数仍然可以访问 x，输出 15

总结一下：

1. 嵌套函数：在一个函数内部定义另一个函数。

2. 内部函数引用外部函数的变量：内部函数必须引用外部函数的变量。

3. 外部函数返回内部函数：外部函数返回内部函数，而不是调用它。

4. 外部函数已经执行完毕：即使外部函数执行完毕，内部函数仍然可以访问外部函数的变量。

这些条件共同作用，使得闭包能够“记住”其定义时的环境，并在后续调用中继续使用这些环境中的变量。 

---

递归函数

什么是递归函数：

递归函数（Recursive Function）是指在函数的定义中调用函数自身的函数。递归是一种强大的编程技术，特别适用于解决可以分解为相似子问题的问题。理解递归的概念和应用场景，可以帮助你编写更加简洁和优雅的代码。

递归函数条件

1.必须有个明确的结束条件  ———递归出口

2.每进行更深一步的递归，问题规模相比上一次递归都要有所减少

3.相邻两次重复之间有紧密联系

递归的基本结构

def recursive_function(parameters):if base_case_condition(parameters):  # 基准条件return base_case_valueelse:# 递归条件return recursive_function(modified_parameters)

---

 

分析一下这段代码

1.函数定义：

• recursive_function 是一个递归函数，它接受一个或多个参数 parameters。

• 参数 parameters 是递归函数的输入，通常用于表示当前问题的状态或规模。

  ---

  2. 基准条件（Base Case）

• if base_case_condition(parameters):

  • 这是递归的终止条件。

  • base_case_condition(parameters) 是一个判断条件，用于检查当前参数是否满足递归终止的条件。

  • 如果满足基准条件，函数直接返回 base_case_value，不再进行递归调用。

  • 基准条件的作用：防止无限递归，确保递归最终能够终止。

 

示例： 

 在这个例子中，n == 0 是基准条件，当 n 为 0 时，递归停止，函数返回 1

---

3. 递归条件（Recursive Case）

• else:

  • 如果基准条件不满足，函数进入递归条件。

  • 在递归条件中，函数会调用自身（即 recursive_function），但传入的参数会被修改（modified_parameters）。

  • 修改参数的目的是将问题规模缩小，逐步逼近基准条件。

    def factorial(n):if n == 0:  # 基准条件return 1else:  # 递归条件return n * factorial(n - 1)

    在这个例子中，factorial(n - 1) 是递归调用，每次递归调用时，n 的值都会减小，逐步逼近基准条件 n == 0。

典型的递归函数的例子

1.

1到100的相加

（一般方法）

# def add():
#     s=0
#     for i in range(1,101):
#         s +=i
#     print(s)
# add()

采用递归

# def add(n):
#     if n ==1:
#         return 1
#
#     return n +add(n-1)
# print(add(100))

 2.斐波那契数列

def fibonacci(n):if n == 0:  # 基准条件return 0elif n == 1:  # 基准条件return 1else:return fibonacci(n - 1) + fibonacci(n - 2)  # 递归条件print(fibonacci(10))  # 输出 55

这个例子中：

• 当 n 为 0 或 1 时，函数返回相应的基准值。

• 否则，函数返回 fibonacci(n - 1) + fibonacci(n - 2)，即前两个斐波那契数的和。

递归的优缺点

优点

1. 简洁性：递归代码通常比迭代代码更简洁和易读。

2. 自然表达：对于某些问题（如树遍历、分治算法等），递归提供了一种自然的表达方式

缺点 

 

1. 性能问题：递归可能会导致大量的函数调用，增加栈的深度，从而影响性能。

2. 栈溢出：如果递归深度过大，可能会导致栈溢出错误。

3. 重复计算：在某些情况下（如斐波那契数列的简单递归实现），递归可能会导致大量的重复计算。

递归的应用场景 

1. 树和图的遍历：递归非常适合用于树和图的遍历（如深度优先搜索）。

2. 分治算法：许多分治算法（如归并排序、快速排序）都使用递归来分解问题。

3. 动态规划：递归常用于动态规划问题的初始实现，然后可以通过记忆化或迭代来优化。

递归的注意事项 

1. 确保基准条件正确：基准条件是递归终止的关键，必须确保它能够正确终止递归。

2. 避免无限递归：如果递归条件没有正确地向基准条件靠近，可能会导致无限递归，最终导致栈溢出。

3. 考虑性能问题：对于性能敏感的应用，可能需要将递归转换为迭代，或使用记忆化来优化递归。

总结一下： 递归函数是一种强大的编程工具，特别适用于解决可以分解为相似子问题的问题。理解递归的基本概念、优缺点和应用场景，可以帮助你编写更加简洁和优雅的代码。然而，递归也需要谨慎使用，特别是在性能敏感的应用中