大家好，如果您还对如何在Python中实现尾递归优化不太了解，没有关系，今天就由本站为大家分享如何在Python中实现尾递归优化的知识，包括不建议使用尾递归的问题都会给大家分析到，还望可以解决大家的问题，下面我们就开始吧！

本文目录

1. 子程序中递归程序设计的要点有哪些
2. 递归函数可以提高代码执行速率
3. 如何在Python中实现尾递归优化

子程序中递归程序设计的要点有哪些

子程序递归程序设计方法的要点

1）对于含有递归特征的问题，最好设计递归形式的算法。但也不要单纯追求形式。应在算法设计的分析过程中“就事论事”。例如，在利用分割求解设计算法时，子问题和原问题的性质相同;或者，问题的当前一步解决之后，余下的问题和原问题性质相同，则自然导致递归求解。

2）实现递归函数，目前必须利用“栈”。一个递归函数必定能改写为利用栈实现的非递归函数，反之，一个利用栈实现的非递归函数可以改写为递归函数。需要注意的是递归函数递归层次的深度决定所需存储量的大小。

3）分析递归算法的工具是递归树，从递归树上可以得到递归函数的各种相关信息。例如：递归树的深度即为递归函数的递归深度;递归树上的结点数目恰为函数中的主要操作重复进行的次数;若递归树蜕化为单支树或者递归树中含有很多相同的结点，则表该递归函数不适用。

4）递归函数中的尾递归都是可以容易消除的。

5）递归函数一定要有一个递归出口。即整个递归函数应该是收敛的。规模应该越来越小。

递归函数可以提高代码执行速率

递归本质是压栈，一般是为了提高代码逻辑的清晰度，并不会提高运行效率，要尽量使用尾递归，对于动态规划等，需要使用备忘录或dp表去优化时间复杂度，减少重复计算逻辑。

1.递归由于是函数调用自身，而函数调用是有时间和空间的消耗的：每一次函数调用，都需要在内存栈中分配空间以保存参数、返回地址以及临时变量，而往栈中压入数据和弹出数据都需要时间。->效率

2.递归中很多计算都是重复的，由于其本质是把一个问题分解成两个或者多个小问题，多个小问题存在相互重叠的部分，则存在重复计算，如fibonacci斐波那契数列的递归实现。->效率

3.调用栈可能会溢出，其实每一次函数调用会在内存栈中分配空间，而每个进程的栈的容量是有限的，当调用的层次太多时，就会超出栈的容量，从而导致栈溢出。->性能

如何在Python中实现尾递归优化

python没有针对尾递归做优化，递归深度最大默认深度1000左右，当然你可以修改它的底层默认最大深度值。但是我们可以用python内置的yield把尾递归函数改造成一个生成器，我只要不断执行__next__()方法就行了。下面有帖一个自己写的

文章到此结束，如果本次分享的如何在Python中实现尾递归优化和不建议使用尾递归的问题解决了您的问题，那么我们由衷的感到高兴！