一、概念
1.递归
递归是指一个函数在其定义中直接或间接调用自身的编程方法 。简单来说,就是函数自己调用自己。递归主要用于将复杂的问题分解为较小的、相同类型的子问题,通过不断缩小问题的规模,直到遇到一个最简单、最基础的情况(基本情况),从而停止递归。
递归算法有两个过程,一是递推过程,二是回归的过程。
2.循环
循环是计算机科学运算领域的用语,也是一种常见的控制流程。循环是一段在程序中只出现一次,但可能会连续运行多次的代码。循环中的代码会运行特定的次数,或者是运行到特定条件成立时结束循环,或者是针对某一集合中的所有项目都运行一次。
二、执行过程
1.递归
在支持自调用的编程语言中,递归可以通过简单的函数调用来完成,如计算阶乘的程序在数学上可以定义为:
递归程序执行过程可分解为下图
2.循环
循环开始前需要初始化变量,然后进入表达式做判断,判断为true,执行循环体,判断为false则退出循环,输出结果
循环程序执行过程可分解为下图:
三、代码示例
1.go语言代码示例
package mainimport ("fmt""time"
)// 直接递归调用,求n的阶乘
// 参数:
//
// n - 一个正整数,表示需要计算阶乘的数字。
//
// 返回值:
//
// result - n 的阶乘结果。
func recursion(n int) (result int) {if n >= 1 {// 直接递归调用函数result = n * recursion(n-1)return result}return 1
}// loop 计算给定数字的阶乘。
// 参数:
//
// n - 一个正整数,表示需要计算阶乘的数字。
//
// 返回值:
//
// result - n 的阶乘结果。
func loop(n int) (result int) {// 当n < 0时,程序panic退出if n <= 0 {panic("Input must be a non-negative integer")}// 初始化 y 为 1,作为阶乘计算的起始值。y := 1// 从 1 循环到 n,逐步计算阶乘。for i := 1; i <= n; i++ {// 在每次循环中,将当前数字 i 与 y 相乘,累积阶乘结果。y *= i}// 返回计算得到的阶乘结果。return y
}func main() {// 初始化变量x为10,用于后续的递归和循环计算。x := 5// 开始递归计算,并记录开始时间。startRecurison := time.Now()// 打印递归计算的开始时间、结果以及花费的时间。fmt.Printf("recurison start time:%v, result:%d\n", startRecurison, recursion(x))fmt.Println("elapse time:", time.Since(startRecurison))// 开始循环计算,并记录开始时间。startLoop := time.Now()// 打印循环计算的开始时间、结果以及花费的时间。fmt.Printf("loop start time:%v, result:%d\n", startLoop, loop(x))fmt.Println("elapse time:", time.Since(startLoop))// 比较递归和循环的执行时间,判断哪个更快。if time.Since(startRecurison) > time.Since(startLoop) {fmt.Println("loop algorithm is faster")} else {fmt.Println("recursion algorithm is faster")}
}
2.查看执行结果
最终比较结果:循环算法的执行效率更好,速度更快
PS D:\Project\GoWorkSpace\DataStructure\0408> go run .\Recursion.go
recurison start time:2025-04-09 10:49:17.117547 +0800 CST m=+0.005692801, result:120
elapse time: 2.9766ms
loop start time:2025-04-09 10:49:17.1205236 +0800 CST m=+0.008669401, result:120
elapse time: 533.2µs
loop algorithm is faster
四、总结
1.递归和循环的区别
1.1内存占用
递归:每次调用都会在调用栈中保存当前状态,深度递归可能导致栈溢出(如 n=10000 时计算阶乘)。
循环:通常只占用常量内存(如几个变量)。
1.2效率
递归:函数调用需要额外开销(保存上下文、参数传递等),但某些语言支持尾递归优化(如 Scheme),可减少开销。
循环:通常更高效,无函数调用开销。
1.3可读性
递归:更符合分治、树遍历等问题的数学定义(如斐波那契数列、汉诺塔)。
循环:适合简单重复任务(如遍历数组)。
1.4典型场景
递归:分治算法(快速排序)、树/图遍历(DFS)、动态规划问题。
循环:线性操作(如求和、遍历)、需要严格控制资源时。
1.5转换与限制
- 相互转换
任何递归问题都可以用循环(+栈结构)实现,反之亦然,但代码复杂度可能变化。 - 限制
递归:受编程语言的调用栈深度限制。
循环:需手动管理状态,复杂逻辑可能使代码臃肿。
1.6总结表格
递归 | 循环 | |
---|---|---|
实现方式 | 函数自我调用 | 显式迭代(for/while) |
内存占用 | 高(栈帧累积) | 低(常量空间) |
性能 | 可能因调用开销较慢 | 通常更高效 |
可读性 | 适合分治、树结构问题 | 简单直观 |
适用场景 | 分治、回溯、数学递归问题 | 线性操作、资源敏感任务 |
2.场景选择
用递归:问题本身是递归结构、代码简洁性优先(如树的遍历)
用循环:追求性能、处理大数据量、避免栈溢出风险。
概念补充
递归展开:指通过逐步展示递归函数的调用过程,将递归的每一层执行细节明确呈现出来,以直观理解递归如何分解问题、传递参数、返回结果。这一过程常用于分析递归逻辑、调试代码或手动模拟递归行为。
如果出现递归算法栈溢出,用循环算法优化也是一种方法
如有疏漏,欢迎评论区留言