Python 递归及目录遍历

递归调用:一个函数,调用了自身,称为递归调用

递归函数:一个会调用自身的函数

凡是循环能做的事,递归都能做。

 

目录

递归示例

普通方法实现

递归方式实现

计算分析:

递归遍历目录

引入os

遍历目录

执行结果

模拟栈结构

压栈

出栈

模拟栈遍历目录(深度)

图解

引入os

遍历目录

执行结果

队列

引入类库

创建队列

进队

出队

队列遍历目录(广度)

图解

引入类库

遍历目录

执行结果

总结


递归示例

输入一个整数,求1+2+3+......+n的和

普通方法实现

使用for循环方式,在循环中累加计算总和。

示例如下:

def sum1(n):""" 普通方法实现求n相加之和 """sum = 0for x in range(1, n + 1):sum += xreturn sumprint(sum1(100))
# 执行结果
# 5050

递归方式实现

需要改换方式,通过反复调用同一个方法也就是本身来实现数字总和计算。

计算分析:

sum2(0) = 0

sum2(1) = 1

sum2(2) = 2 + sum2(1)

sum2(3) = 3 + sum2(2)

sum2(4) = 4 + sum2(3)

示例如下:

def sum2(n):"""递归方法实现求n相加之和 """if n in (0, 1):return nelse:return n + sum2(n - 1)print(sum2(100))
# 执行结果
# 5050

递归遍历目录

引入os

示例如下:

import os

遍历目录

使用os函数去检索和判断目录和文件进行分别处理。

示例如下:

def get_all_dir(path, space=''):# 得到当前目录下所有的文件列表dirs = os.listdir(path)space += '--'for fileName in dirs:# 判断是否是目录(绝对路径)abdPath = os.path.join(path, fileName)if os.path.isdir(abdPath):print(space + '目录:', fileName)# 递归调用get_all_dir(abdPath, space)else:print(space + '普通文件:', fileName)get_all_dir(r'E:\lianxipy\huahua')

执行结果

--普通文件: aixin.py
--普通文件: aixin2.py
--普通文件: demo.py
--普通文件: dog.py
--普通文件: dongwu.py
--目录: img
----普通文件: duolai.jpg
----普通文件: duolai2.png
----普通文件: lianhua.jpg
----普通文件: qie.jpg
----普通文件: qie2.jpg
----普通文件: tiaowa.png
----普通文件: tiaowa2.jpg
----普通文件: tiaowa3.jpg
----普通文件: tree.jpg
----普通文件: VCG211171443872.jpg
----普通文件: VCG211171443874.jpg
----普通文件: VCG41N1156862653.jpg
----普通文件: VCG41N1255524799.jpg
----普通文件: VCG41N689213498.jpg
----普通文件: VCG41N882899088.jpg
--普通文件: min_yellow.py
--普通文件: shu.py
--普通文件: tree.py
--普通文件: wuhuan.py
--普通文件: yu.py

模拟栈结构

下面将模拟栈结构向其中添加数据,在做出栈操作(先入后出)。

压栈

设定栈变量,并通过append方法每次向其中添加一个名称数据。

示例如下:

stack = []# 压栈(向其中添数据)
stack.append('zhangsan')
print(stack)
stack.append('lisi')
print(stack)
stack.append('wangwu')
print(stack)# 执行结果
# ['zhangsan']
# ['zhangsan', 'lisi']
# ['zhangsan', 'lisi', 'wangwu']

出栈

通过pop方法每次出栈一个数据,出栈方式为:先入后出。

示例如下:

print('出栈:', stack.pop())
print('出栈:', stack.pop())
print('出栈:', stack.pop())
print('结果:', stack)# 执行结果
# 出栈: wangwu
# 出栈: lisi
# 出栈: zhangsan
# 结果: []

模拟栈遍历目录(深度)

图解

引入os

示例如下:

import os

遍历目录

示例如下:

def get_all_dir_stack(path):stack = []stack.append(path)# 处理栈, 当栈为空的时候结束训话while len(stack) != 0:# 从站里取出数据dirPath = stack.pop()files = os.listdir(dirPath)# 处理每一个文件,如果普通文件就打印# 如果是一个目录就将该目录压栈for fileName in files:absPath = os.path.join(dirPath, fileName)if os.path.isdir(absPath):print('目录:', fileName)stack.append(absPath)else:print('普通文件:', fileName)get_all_dir_stack(r'E:\lianxipy\huahua')

执行结果

普通文件: aixin.py
普通文件: aixin2.py
普通文件: demo.py
普通文件: dog.py
普通文件: dongwu.py
目录: img
普通文件: min_yellow.py
普通文件: shu.py
普通文件: tree.py
普通文件: wuhuan.py
普通文件: yu.py
普通文件: duolai.jpg
普通文件: duolai2.png
普通文件: lianhua.jpg
普通文件: qie.jpg
普通文件: qie2.jpg
普通文件: tiaowa.png
普通文件: tiaowa2.jpg
普通文件: tiaowa3.jpg
普通文件: tree.jpg
普通文件: VCG211171443872.jpg
普通文件: VCG211171443874.jpg
普通文件: VCG41N1156862653.jpg
普通文件: VCG41N1255524799.jpg
普通文件: VCG41N689213498.jpg
普通文件: VCG41N882899088.jpg

队列

引入类库

创建队列需要引入类库来实现。

示例如下:

import collections

创建队列

调用collections的deque方法来创建一个队列。

示例如下:

queue = collections.deque()
print(queue)# 执行结果
# deque([])

进队

向队列中加入三个人员名称,最后可看到队列中增加了三个数据。

示例如下:

queue.append('zhangsan')
print(queue)
queue.append('lisi')
print(queue)
queue.append('wangwu')
print(queue)# 执行结果
# deque(['zhangsan'])
# deque(['zhangsan', 'lisi'])
# deque(['zhangsan', 'lisi', 'wangwu'])

出队

使用popleft方法将队列中的数据一个个的出队。

示例如下:

print('出队:', queue.popleft())
print('出队:', queue.popleft())
print('出队:', queue.popleft())
print('结果:', queue)# 执行结果
# 出队: zhangsan
# 出队: lisi
# 出队: wangwu
# 结果: deque([])

队列遍历目录(广度)

图解

引入类库

引入类库os和队列使用的collections。

示例如下:

import os
import collections

遍历目录

示例如下:

def get_all_dir_queue(path):# 创建队列queue = collections.deque()# 进队queue.append(path)while len(queue) != 0:# 出队数据dirPath = queue.popleft()# 找出所有的文件dirs = os.listdir(dirPath)for fileName in dirs:# 绝对路径absPath = os.path.join(dirPath, fileName)# 判断是否目录,是目录就进队,不是就打印if os.path.isdir(absPath):print('目录:', fileName)queue.append(absPath)else:print('普通文件:', fileName)get_all_dir_queue(r'E:\lianxipy\huahua')

执行结果

普通文件: aixin.py
普通文件: aixin2.py
普通文件: demo.py
普通文件: dog.py
普通文件: dongwu.py
目录: img
普通文件: min_yellow.py
普通文件: shu.py
普通文件: tree.py
普通文件: wuhuan.py
普通文件: yu.py
普通文件: duolai.jpg
普通文件: duolai2.png
普通文件: lianhua.jpg
普通文件: qie.jpg
普通文件: qie2.jpg
普通文件: tiaowa.png
普通文件: tiaowa2.jpg
普通文件: tiaowa3.jpg
普通文件: tree.jpg
普通文件: VCG211171443872.jpg
普通文件: VCG211171443874.jpg
普通文件: VCG41N1156862653.jpg
普通文件: VCG41N1255524799.jpg
普通文件: VCG41N689213498.jpg
普通文件: VCG41N882899088.jpg

总结

本篇主要是递归介绍、计算数字总和、遍历目录及模拟栈、队列应用和遍历目录。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/218229.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于SSM的小儿肺炎知识管理系统设计与实现

末尾获取源码 开发语言:Java Java开发工具:JDK1.8 后端框架:SSM 前端:Vue 数据库:MySQL5.7和Navicat管理工具结合 服务器:Tomcat8.5 开发软件:IDEA / Eclipse 是否Maven项目:是 目录…

MobileNet网络

介绍 MobileNet 网络专注于移动端或者嵌入式设备中的轻量级CNN网络,相比传统卷积神经网络,在准确率小幅降低的前提下大大减少模型参数与运算量(相比VGG16准确率减少了0.9%,但模型参数只有VGG的1/32) 网络中的亮点&am…

利用知识付费小程序,我有才打造高效的知识传播渠道

在当今信息爆炸的时代,知识管理已经成为了每个人必须面对的问题。然而,市面上的知识付费平台大多数都是通用的,无法满足个性化需求。 因此,我有才提供了一款专属定制的适合个人的知识付费平台。核心产品能力如下: 一…

Java:TCP 通信方法(基本发送 + 接收)并 实现文件传输且反馈

TCP 通信编程 TCP:是一种可靠的网络协议,再通信两端都建立一个Socket对象。 通信之前要保证连接已经建立。 通过Socket产生IO流进行通信。 创建对象时,会连接服务器,连接不上,会报错。 所以,先运行服务端,再…

6大最佳目标进度管理软件盘点——团队/个人

在当今快节奏的生活和工作中,有效地管理目标和任务对于每个人来说都至关重要。在工作中,我们需要清晰地规划项目目标、安排任务和追踪进度;在生活中,我们也需要合理安排时间、记录重要事项以及追踪个人目标的实现进度。为了更好地…

【Maven技术专题】「知识盲区」教你如何使用深入分析Maven配置私服仓库的使用指南(基础篇)

Maven私服的使用实战 将内部构件部署到私服仓库什么是仓库和仓库组远程仓库的定义仓库定义基本结构仓库结构的属性介绍 部署部件到远程仓库远程仓库的认证用户名密码认证案例参考 私钥进行鉴权 镜像mirror镜像仓库的工作原理 将内部构件部署到私服仓库 如果想先学好什么如何将…

AMEYA360:海康存储PCIe4.0固态硬盘A4000介绍

海康存储即将发布PCIe4.0固态硬盘新品A4000,搭载全新定制主控及高品质3D NAND闪存颗粒,最大顺序读取速度达7100MB/s,提供五年质保服务。 2022年,海康存储开始在PCIe 4.0固态硬盘领域全面发力,推出C4000 ECO、C4000等多…

【OpenVINO】使用OpenVINO实现 RT-DETR 模型 INT8量化推理加速

使用OpenVINO实现 RT-DETR 模型 INT8量化推理加速 1. 使用 OpenVINO 实现 RT-DETR 模型 INT8量化1.1 神经网络压缩框架 (NNCF)1.2 准备校准数据集1.2.1 下载COCO验证数据集1.2.2 Validator包装器1.2.3 转换用于量化的数据集 1.3 定义模型精度校验方法1.4…

DBA轻松应对慢查询挑战,使用NineData这款工具就够了!

对于一个 DBA 来说,从公司数据库系统的稳定程度可以看出他的能力几何,一个优秀的 DBA 不仅要保证数据库的稳定运行,还需要有能力有效处理数据库的各种突发性能问题,而最常见的性能问题,就是慢查询。 我们公司规模比较…

docker-compose 单机容器编排

docker-compose 单机容器编排 dockerfile:先配置好文件,然后build,镜像------->容器 docker-conpose既可以基于dockerfile,也可以基于镜像,一件事拉起镜像和容器。 docker-compose 核心就是yml文件,可…

共享门店会在未来新零售占据主角吗?

共享门店作为一种创新的商业模式,在未来新零售领域中可能会占据一定的角色,但具体是否会成为主角,还需要根据市场的发展和技术的进步来判断。 首先,共享门店模式通过资源共享、风险共担、客户共享和收益共享等方式,为…

WordPress插件你好多莉( Hello Dolly )可否卸載

什么是你好多莉Hello Dolly WordPress插件 你好多莉是 WordPress插件 简单的预装在 WordPress 上。 如果您激活后者,它将显示出名曲的歌词“ 你好,多莉 “要 路易斯阿姆斯特朗. 您可能已经注意到,在阅读插件说明时,还不够清楚。 …

C语言之数组精讲(1)

目录 数组 数组的声明(使用数组前的准备) 访问数组(数组的使用方法) 数组的遍历 数组初始化 1.在声明变量时,除了必要的情况下,都需要对变量进行初始化。 2.我们还可以像下面在声明数组时不指定元素…

python-爬取壁纸

代理池的,防止IP 被封 找到图片真实地址 现在看到的只是图片的预览地址 (previews) 1.检查: 2.鼠标变为箭头时查看网页源代码 关于怎样在源代码中找到图片的真实地址 ??? 为什么在源代码界面 ctrl f 时候搜索的是 .png ??? 首先图片地址是以 .j…

11 月公链盘点:Solana 强势复苏,Blast 飞速崛起,Web3 游戏市值猛涨

作者:stellafootprint.network 11 月的加密市场充满了重大事件,从比特币 ETF 的热议到币安 40 亿美元的和解,均获得了极大的关注。在以太坊继续主导 TVL 和像 Arbitrum 这样的 Layer 2 成为焦点的同时,我们也见证了 Solana 引人注…

通过 RIOT 将 AWS ElastiCache 迁移到阿里云 Tair

本文通过示例介绍了 RIOT 如何轻松地将数据从 AWS ElastiCache 迁移到云原生内存数据库(如 Tair 和云数据库 Redis 版)。 1. 准备资源迁移 1.1. 源代码 AWS ElastiCache cache.r6g.xlarge。它有三个数据分片,与 Redis 6.2 兼容。 AWS EC2 t2.…

TypeScript中的基本类型

提示:TypeScript中的基本类型 文章目录 前言基本类型1.类型声明2.自动类型判断3.类型断言 前言 TypeScript (计算机编程语言)简称:TS,是 JavaScript 的超集。简单来说就是:JS 有的 TS 都有。JS写的代码在TS…

Video anomaly detection with spatio-temporal dissociation 论文阅读

Video anomaly detection with spatio-temporal dissociation 摘要1.介绍2.相关工作3. Methods3.1. Overview3.2. Spatial autoencoder3.3. Motion autoencoder3.4. Variance attention module3.5. Clustering3.6. The training objective function 4. Experiments5. Conclusio…

白酒行业@2023: 「库存」的烦恼

【潮汐商业评论/原创】 不久前,中国酒类流通协会官方微信通知,“经销商及代理商积压库存过多,无法进行正常采购”,原计划于12月11至13日举办的2023杭州国际酒业博览会延期,将与2024北京国际酒业博览会合并。 库存过多…

Reinfocement Learning 学习笔记PartⅠ

文章目录 Reinfocement Learning一、基本概念二、贝尔曼公式(bellman equation)2.1 为什么return重要2.2 state value function的定义2.3 贝尔曼公式推导2.4 如何求解贝尔曼公式2.5 Action value的定义 三、贝尔曼最优公式(bellman optimalit…