函数的递归调用

# 直接的递归调用
def f1():
    print('from f1')
    f1()


f1()

# 间接的递归调用
def f1():
    print('from f1')
    f2()


def f2():
    print('from f2')
    f1()


f1()

# 1.可以使用sys.getrecursionlimit()去查看递归深度，默认值为1000，虽然可以使用
sys.setrecursionlimit()  # 去设定该值，来更改递归的深度，但仍受限于主机的操作系统栈大小的限制。

# 2.python不是一门函数式编程语言，无法对递归调用进行尾递归优化。

n = 0
while n < 10:
    print(n)
    n += 1


def f1(n):
    if n == 10:
        return
    print(n)
    n += 1
    f1(n)


f1(0)

'''
即假设有五个人要想知道第五个人的年龄，问第五个人他说他比第四个人大10岁，第四个人说他比第三个人大10岁，
第三个人比第二个人大10岁，第二个人比第一个人大10岁，第一个人18岁
换成数学表达式如下：
'''
age(5) = age(4) + 10
age(4) = age(3) + 10
age(3) = age(2) + 10
age(2) = age(1) + 10
age(1) = 18
# 总结：
'''
age(n) = age(n-1) + 10 (n>1)
age(1) = 18 (n=1)
'''

def age(n):
    if n == 1:
        return 18
    return age(n-1) + 10

print(age(5))

# 复合列表取值
l = [1, 2, [3, [4, [5, [6, [7, [8, [9, 10, 11, [12, [13, ]]]]]]]]]]


def f1(list1):
    for i in list1:
        if type(i) is list:  # 如果是列表，应该再循环、再判断，即重新运行本身代码
            f1(i)
        else:
            print(i)


f1(l)

# 需求：有一个按照从小到大顺序排列的数字列表
#      需要从该数字列表中找到我们想要的那一个数字
#      如何做更高效？

# 方案一：整体遍历（效率低）
nums = [-3, 4, 7, 10, 13, 21, 43, 77, 89]
find_num = 89
for num in nums:
    if num == find_num:
        print('find it')
        break

# 方案二：二分法
'''
逻辑分析：写出伪代码
def binary_search(find_num,列表):
    mid_val = 找列表中间的值
    if find_num > mid_val:
        # 接下来的查找应该是在列表的右半部分
        列表 = 列表切片右半部分
        本身的代码(列表)
    elif find_num < mid_val:
        # 接下来的查找应该是在列表的左半部分
        列表 = 列表切片左半部分
        本身的代码(列表)
    else:
        print('find it')
'''

num = [-3, 4, 7, 10, 13, 21, 43, 77, 89]


def binary_search(find_num, l):
    if len(l) == 0:
        return print('不存在该值')
    mid_index = len(l) // 2
    mid_val = l[mid_index]
    if find_num > mid_val:  # 接下来的查找应该是在列表的右半部分
        new_list = l[mid_index:]
        binary_search(find_num,new_list)
    elif find_num < mid_val:
        new_list = l[:mid_index]
        binary_search(find_num,new_list)
    else:
        print('find it')

binary_search(21,nums)