Question

我试图解决一个问题，包括找到具有多个深度级别的列表的最大值。我尝试了几个想法，但没有运气。所以我在网上发现了这个。我自己实际上已经有了这个想法，但是我放弃了它而没有测试它，因为我之后会提到它。

def get_max(my_list):
    m = None
    for item in my_list:
        if isinstance(item, (list, tuple)):
            item = get_max(item)
        if not m or m < item:
            m = item
    return m

示例运行：

>>> get_max(((10, (1,2), [[1],[9]])))    
>>> 10

所以我放弃了这个想法，因为我认为如果在每个递归步骤中m的值被重置为None，它就不会找到我需要的最大值。我在Python Tutor中运行它，但我仍然不明白m将如何记住值10，因为它已经多次重置为None。

有人可以向我解释一下吗？

每个递归步骤都会以某种方式创建一个新框架吗？

Answer 1

每个递归步骤都会以某种方式创建一个新框架吗？

是的，每次递归调用max都会创建一个新帧。这有实际的后果（如：如果递归深度非常大或可能无限，会发生什么？默认情况下，CPython将最大递归深度设置为1000.另请参阅：What is the maximum recursion depth in Python, and how to increase it?）

m 是一个局部变量。因此，max的第一个父调用中的 m 与max的子调用中分配的 m 不同。 “记住”是因为孩子 m 作为项返回给父母。

Answer 2

正如其他人提到的，你的递归是正确的，因为get_max的每个调用都有自己的局部变量，my_list，m和item。

FWIW，这是您的代码的一个小变化。它应该更有效率，因为它使用内置的max而不是使用Python循环计算最大值（尽管我们仍然在循环生成该生成器表达式）。它还消除了m = None的需要，因此每次更新时都需要测试m是否已初始化。

def get_max(obj):
    is_seq = isinstance(obj, (list, tuple)) 
    return max(get_max(u) for u in obj) if is_seq else obj

data = (10, (1, 2), [[1], [9], [4, 7]])
print(get_max(data))

<强>输出

我们也可以使用map而不是max调用中的生成器表达式来编写它。

def get_max(obj):
    is_seq = isinstance(obj, (list, tuple)) 
    return max(map(get_max, obj)) if is_seq else obj

Answer 3

递归调用似乎是针对当前列表中的列表。因此，此函数的基本案例是仅包含非列表项的列表。换句话说，当找到新列表时，只有一个新的函数调用，因此只有m变量的实例。

对get_max()的每次调用都有自己的变量m，该变量将在该级别及下保持最大值。

每次调用递归函数都会创建一个新框架吗？

3 个答案: