1.案例描述
将递归函数与循环函数结合绘制2.0的图形
2.案例分析
3.上机实验
"""
作者：梁斌
功能：五角星的绘制
版本：3.0
日期：03/08/2017
新增功能：加入循环操作绘制重复不同大小的图形
新增功能：使用迭代函数绘制重复不同大小的图形
"""
import turtledef draw_pentagram(size):
"""
绘制五角星
"""
# 计数器
count = 1
while count <= 5:
turtle.forward(size)
turtle.right(144)
# count = count + 1
count += 1def draw_recursive_pentagram(size):
"""
迭代绘制五角星
"""
# 计数器
count = 1
while count <= 5:
turtle.forward(size)
turtle.right(144)
# count = count + 1
count += 1 # 五角星绘制完成，更新参数
size += 10
if size <= 100:
draw_recursive_pentagram(size)def main():
"""
主函数
""" turtle.penup()
turtle.backward(200)
turtle.pendown()
turtle.pensize(2)
turtle.pencolor('red') size = 50
draw_recursive_pentagram(size) turtle.exitonclick()if __name__ == '__main__':
main()
4.递归函数
递归(Recursion)是指在函数的定义中使用函数自身的方法。递归就是有去（递去）有回（归来）。
（1）递归三要素：
-
明确递归终止条件；
-
给出递归终止时的处理办法；
-
提取重复的逻辑，缩小问题规模。
（2）递归典型算法设计模型
- 在递去的过程中解决问题
function recursion(大规模){
if (end_condition){ // 明确的递归终止条件
end; // 简单情景
}else{ // 在将问题转换为子问题的每一步，解决该步中剩余部分的问题
solve; // 递去
recursion(小规模); // 递到最深处后，不断地归来
}
}
- 在归来的过程中解决问题
function recursion(大规模){
if (end_condition){ // 明确的递归终止条件
end; // 简单情景
}else{ // 先将问题全部描述展开，再由尽头“返回”依次解决每步中剩余部分的问题
recursion(小规模); // 递去
solve; // 归来
}
}
Python实例（同时包含递去处理和归来处理）
# 树枝长度小于5时终止，每次树枝长度减少15（绘制右侧树枝后，原路返回到起点）
def draw_branch(branch_length):
if branch_length < 5:
return
else:
# 绘制右侧树枝
turtle.forward(branch_length)
print('向前 ', branch_length)
turtle.right(20)
print('右转 20')
draw_branch(branch_length - 15) # 返回之前的树枝
turtle.left(20)
print('左转 20')
turtle.backward(branch_length)
print('向后 ', branch_length)
（3）递归与循环
- 递归与循环是两种不同的解决问题的典型思路，递归求解方式和循环求解方式往往可以互换。
- 递归可以很清晰地描述了一个问题的求解过程，比循环更容易理解。但递归涉及函数调用开销，常常会带来性能问题，所以效率会比循环要低。
- 建议在不影响程序的阅读的前提下，尽量使用循环，而不用递归。
（4）递归使用场景（第三种最常见）
- 问题的定义是按递归定义的（Fibonacci函数，阶乘，…）；
- 问题的解法是递归的（有些问题只能使用递归方法来解决，例如，汉诺塔问题，…）；
- 数据结构是递归的（链表、树等的操作，包括树的遍历，树的深度，…）。
5.Pycharm技巧
（1）选中多行代码，Ctrl+l按一次注释，按两次取消注释。
（2）选中多行代码，Tab键缩行，Shift+Tab反向缩行。
（3）Alt + 上箭头，代码上移；Alt+下箭头，代码下移。
参考文档：
