Python数据结构与算法（4，2024年最新面试心得体会

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

0. 学习目标

递归函数是直接调用自己或通过一系列语句间接调用自己的函数。递归在程序设计有着举足轻重的作用，在很多情况下，借助递归可以优雅的解决问题。本节主要介绍递归的基本概念以及如何构建递归程序。

通过本节学习，应掌握以下内容：

• 理解递归的基本概念，了解递归背后蕴含的编程思想

• 掌握构建递归程序的方法

1 递归

1.1 递归的基本概念

递归是一种解决问题的方法，它将问题不断的分为更小的子问题，通过处理普通的子问题来解决问题。递归函数是直接调用自己或通过一系列语句间接调用自己的函数。需要注意的是，递归函数每次调用自己时，都会将原问题进行简化，最终较小问题的序列必须收敛于基本情况，解决问题，终止递归。利用递归可以非常优雅的解决一些复杂问题。很多数学函数就是递归定义的，比如使用递归定义的阶乘函数：

n ! = { 1 , n = 0 n ( n − 1 ) ! , n > 1 n! = \begin{cases} 1, & {n=0} \\ n(n-1)!, & {n>1} \end{cases} n!={1,n(n−1)!,​n=0n>1​

尽管这个定义是递归的，但它不是无限循环无法终止的。事实上，利用此函数可以非常简单的计算阶乘。例如计算 3 ! 3! 3!，根据定义，有 3 ! = 3 ( 3 – 1 ) ! = 3 ( 2 ! ) 3!=3(3–1)! = 3(2!) 3!=3(3–1)!=3(2!)，接下来我们需要解决 2 ! 2! 2!，再次应用定义 3! = 4(2!) = 3[(2)(2−1)!] = 3(2)(1!)，继续此过程，最后我们需要计算 0 ! 0! 0!，而根据定义 0 ! = 1 0!=1 0!=1，计算过程就结束了：

3 ! = 3 ( 2 ! ) = 3 ( 2 ) ( 1 ! ) = 3 ( 2 ) ( 1 ) ( 0 ! ) = 3 ( 2 ) ( 1 ) ( 1 ) = 6 3! = 3(2!) = 3(2)(1!)= 3(2)(1)(0!)= 3(2)(1)(1)=6 3!=3(2!)=3(2)(1!)=3(2)(1)(0!)=3(2)(1)(1)=6

可以看到，递归定义并非是无限循环的，因为每次应用定义，程序都会将问题分解为更简单的子问题，在阶乘函数示例中，即为计算较小数的阶乘，直到计算 0 ! 0! 0!，这不需要再次应用递归即可求解。当递归到底时，我们得到一个可以直接计算的闭合表达式，也被称为递归的“基本情况”。而函数调用自身来执行子任务时，被称为“递归情况”。

1.2 递归的重要性

递归函数是从数学中借鉴的一种重要的编程技术，通常使用递归可以极大的降低代码量，在许多可以分解为子问题的任务中非常有用，例如，排序、遍历和搜索等通常可以借助递归方法快速的给出解决方案。

1.3 递归三原则

和许多算法一样，递归同样有着需要遵守的重要原则，称为递归三原则：

• 递归算法必须有基本情况；

• 递归算法必须改变状态并逐渐收敛于基本情况；

• 递归算法必须包含递归情况，能够递归的调用自身。

需要注意的是，递归的核心思想并不是循环，而是将问题分解成更小、更容易解决的子问题。

1.4 递归的应用

递归在程序设计中有着十分重要的作用，以下是一些常用到递归的实际场景：

• 斐波那契数列、阶乘计算等数学问题；

• 归并排序、快速排序；

• 二分查找；

• 树和图的遍历以及相关问题；

• 汉诺塔。

2 递归示例

本节中，我们将从简单的列表求和问题入手，了解递归算法的使用方式，然后再了解如何解决经典递归问题——汉诺塔。

2.1 列表求和

列表求和是十分简单的问题，用来了解递归算法的思想再合适不过了。例如我们需要计算列表 [1, 2, 3, 4, 5] 的和，如果利用循环函数计算，则可以编写如下代码计算列表中所有数之和：

def sum_list(list_data):

result = 0

for i in range(list_data):

result += i

return result

如果不使用循环，我们该如何解决这一问题呢？我们可以写出求和过程 ( ( ( ( 1 + 2 ) + 3 ) + 4 ) + 5 ) ((((1+2)+3)+4)+5) ((((1+2)+3)+4)+5)，而根据加法交换律，计算过程也可以写为 ( 1 + ( 2 + ( 3 + ( 4 + 5 ) ) ) ) (1+(2+(3+(4+5)))) (1+(2+(3+(4+5))))，这时我们就可以很清楚的看到，列表的数据总和等于列表第一个元素加上其余元素：

s u m _ l i s t ( l i s t _ d a t a ) = l i s t _ d a t a [ 0 ] + s u m _ l i s t ( l i s t _ d a t a [ 1 : ] ) sum\_list(list\_data)=list\_data[0]+sum\_list(list\_data[1:]) sum_list(list_data)=list_data[0]+sum_list(list_data[1:])

使用 python 实现以上等式如下：

def sum_list(list_data):

if len(num_list) == 1:

return list_data[0]

else:

return list_data[0] + sum_list(list_data[1:])

在代码中，首先给出了函数退出的条件，这就是递归函数的基本情况，在示例中就是说，长度为 1 的列表，其元素和就是列表中的数。不满足退出条件，sum_list 则会调用自己，这就是递归函数的递归情况，也是其称为递归函数的原因。

在下图(a)中，可以看到求解 [1, 2, 3, 4, 5] 时的递归调用过程，每次递归调用都是在解决一个更接近基本情况的问题，直到问题不能被进一步简化。

当问题无法简化时，开始拼接所有子问题的解，下图(b)展示递归函数 sum_list 在返回一系列调用结果时所进行的加法操作，当返回到顶层时，就解决了最初的问题。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中…(img-Iva18n8k-1713364406190)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！