Python 3：为什么循环比递归快？ [复制]答案

【问题标题】：Python 3: Why are loops faster than recursions? [duplicate]Python 3：为什么循环比递归快？ [复制]
【发布时间】：2019-07-17 09:51:03
【问题描述】：

我比较了循环和递归的运行时间，发现循环速度更快，同时没有遇到 RecursionError 的问题。为什么循环这么快？

def factorial(n):
   if n == 0:
      return n
   else:
      return n + factorial(n-1)

%%timeit -n1000 -r10000
factorial(1000)

每个循环 163 µs ± 13.2 µs（10000 次运行的平均值 ± 标准偏差，每次 1000 个循环）

def factorial2(n):
   r = 0
   for i in range(n+1):
      r += i
   return r

%%timeit -n1000 -r10000
factorial2(1000)

最慢的运行时间是最快的运行时间的 9.46 倍。这可能意味着正在缓存中间结果。每个循环 58.7 µs ± 25.2 µs（10000 次运行的平均值 ± 标准偏差，每次 1000 个循环）

感谢和愉快的编码！

【问题讨论】：

一般来说，使用递归，运行时必须做额外的工作，将变量推送到堆栈帧，然后进行函数调用，这会增加执行时间。即使您一遍又一遍地调用相同的函数，使用递归，每次调用都会创建所有局部变量的新范围。通过迭代，不需要完成额外的工作。
你的factorial实际上是在计算0 -> n btw之间的总和
函数调用在 Python 中非常昂贵。一个神话是 Python 中的 for 循环很慢，但如果循环包含函数调用甚至方法调用，情况就很普遍。请参阅 wiki.python.org/moin/PythonSpeed/PerformanceTips 和 python.org/doc/essays/list2str 。所以r += i 比调用n + factorial(n-1) 快很多。顺便说一句，阶乘不应该使用乘法吗？

【解决方案1】：

一般来说，除非特定的编程语言支持快速递归，否则递归总是会变慢。当程序进行函数调用时，会创建一个新的堆栈帧，其中存储所有局部变量。在迭代过程中，一切都发生在一个堆栈帧内。

有一种叫做“尾递归”的东西，其中函数的编写方式使得计算结果始终在最后一帧中可用 - 所以理论上，只有 1 个堆栈帧就足够了。在某些语言中，编译器识别出这种情况并将递归转换为“幕后”迭代——这种类型的递归确实与迭代一样快。不幸的是，Python3 不支持尾递归。

【讨论】：