Python lặp đi lặp lại

Một chương trình máy tính bao gồm các hướng dẫn từng dòng. Máy tính thực hiện các lệnh đó theo từng dòng. Tuy nhiên, một số hướng dẫn có thể lặp đi lặp lại với một mẫu chung. Đệ quy hoặc phép lặp giúp một người viết một vài dòng mã để thực hiện các tác vụ lặp đi lặp lại như vậy. Giả sử một danh sách Python có các phần tử năm chuỗi. Chúng tôi muốn in các phần tử một trong một dòng. Hoạt động này cần năm dòng mã

 flowers = ['lily', 'tulip', 'rose', 'lavender', 'dandelion'] 
 print(flowers[0])
 print(flowers[1])
 print(flowers[2])
 print(flowers[3])
 print(flowers[4]) 

đầu ra

Có thể quan sát thấy rằng năm dòng mã theo cùng một mẫu. Sự khác biệt duy nhất trong mỗi dòng là chỉ mục của các phần tử danh sách. Nếu danh sách này chứa 100 hoặc 1000 phần tử thì sao? . Những loại vấn đề này được giải quyết thông qua phép lặp hoặc đệ quy. Ở đây, dạng lặp của các mã trên như sau

 for flower in flowers:
   print(flower) 

đầu ra

Hai dòng này là đủ để hoàn thành nhiệm vụ ngay cả khi danh sách chứa một triệu phần tử

Tải xuống ứng dụng di động của chúng tôi

Đệ quy trong Python

Đệ quy là một cách tiếp cận chức năng để chia nhỏ một bài toán thành một tập hợp các bài toán con đơn giản có mẫu giống hệt nhau và giải chúng bằng cách gọi một bài toán con bên trong một bài toán con khác theo thứ tự tuần tự. Đệ quy được thực hiện bằng cách xác định một hàm có thể giải một bài toán con tại một thời điểm. Ở đâu đó bên trong hàm đó, nó gọi chính nó nhưng giải một bài toán con khác. Do đó, cuộc gọi đến chính nó tiếp tục cho đến khi một số tiêu chí giới hạn được đáp ứng.  

Cuộc gọi đầu tiên đến hàm đệ quy từ chương trình chính sẽ chỉ được trả về sau khi tất cả các cuộc gọi phụ kết thúc. Do đó, Python lưu trữ kết quả của tất cả các bài toán con trong bộ nhớ tạm thời, thực hiện một số phép tính số học (nếu cần) và giải phóng bộ nhớ sau khi kết thúc đệ quy

Lặp lại trong Python

Các phép lặp được thực hiện thông qua các vòng lặp 'for' và 'while'. Lặp đi lặp lại thực hiện một tập hợp các hướng dẫn cho đến khi một số tiêu chí giới hạn được đáp ứng. Trái ngược với đệ quy, phép lặp không yêu cầu bộ nhớ tạm thời để lưu kết quả của mỗi lần lặp. Thay vào đó, các lập trình viên nên định nghĩa một biến (một số, hoặc danh sách, hoặc chuỗi hoặc bất kỳ loại dữ liệu có thể thay đổi nào) trước khi bắt đầu các lệnh gọi lặp để thu thập kết quả (nếu có các kết quả số học như vậy) trong mỗi lần lặp.  

Hơn nữa, một tác vụ lặp có thể được hoàn thành bằng vòng lặp 'for' hoặc vòng lặp 'while'. Vòng lặp 'for' lặp qua một chuỗi (chẳng hạn như danh sách, chuỗi, bộ và phạm vi). Nó kết thúc vòng lặp khi không còn phần tử nào trong dãy. Nó tự động đi qua các phần tử liên tiếp. Nhưng một vòng lặp 'trong khi' cần khởi tạo một trình vòng lặp và tăng thủ công giống nhau. Vòng lặp 'while' được thực thi cho đến khi thỏa mãn điều kiện dựa trên trình vòng lặp

Đệ quy vs Lặp lại

Vì Python không lưu trữ bất cứ thứ gì về các bước lặp trước đó, nên phép lặp khá nhanh hơn và tiết kiệm bộ nhớ hơn so với đệ quy. Trong thực tế, hầu như tất cả các phép lặp đều có thể được thực hiện bằng truy hồi và ngược lại. Một số tác vụ có thể được thực hiện bằng đệ quy đơn giản hơn lặp lại do gọi nhiều lần cùng một chức năng. Mặt khác, một số tác vụ có thể được thực hiện bằng phép lặp theo cách tao nhã hơn là đệ quy. Xét về độ phức tạp về thời gian và hạn chế về bộ nhớ, phép lặp được ưu tiên hơn đệ quy. Cả vòng lặp đệ quy và 'trong khi' trong lần lặp có thể dẫn đến tình huống cuộc gọi vô hạn nguy hiểm. Nếu tiêu chí giới hạn không được đáp ứng, vòng lặp while hoặc hàm đệ quy sẽ không bao giờ hội tụ và dẫn đến gián đoạn thực thi chương trình.  

Vì đệ quy được thực thi bằng cách định nghĩa một hàm, nên hàm này có thể được gọi bất cứ khi nào được yêu cầu ở bất kỳ đâu trong chương trình. Mã lặp phải được xây dựng tại địa điểm yêu cầu. Tuy nhiên, một bộ mã lặp có thể được khái quát hóa bằng cách khai báo bên trong một hàm Python điển hình (không phải hàm đệ quy)

Các ví dụ sau đây sẽ giúp hiểu rõ hơn về các phương pháp lập trình đệ quy và lặp lại

Giai thừa của một số nguyên

Tính giai thừa là một trường hợp sử dụng phổ biến để hiểu phép lặp và đệ quy. Chẳng hạn, chúng ta muốn tính giai thừa của 10. Nó có thể được xác định là 1*2*3*4*5*6*7*8*9*10 = 3628800. Có thể xem đây là 10 bài toán con nhân một số nguyên tăng dần thành kết quả cuối cùng

 # using a for loop
 n = 10
 result = 1
 for i in range(1,n+1):
   result *= i
 print(result) 

đầu ra

Một hàm phạm vi được triển khai trong vòng lặp 'for' vì nó yêu cầu một chuỗi để lặp lại. Hàm phạm vi cung cấp các giá trị lặp đi lặp lại từ 1 đến 10, mỗi lần một giá trị. Nó dừng lặp lại khi hàm phạm vi ngừng cung cấp giá trị (i. e. , lúc 10)

 # using a while loop
 n = 10
 result = 1
 i = 1
 while i <= n:
   result *= i
   i += 1
 print(result) 

đầu ra

Trong vòng lặp 'while', một trình lặp i được giới thiệu và tăng dần qua mỗi vòng lặp. Vòng lặp While dừng lặp khi giá trị của i vượt quá số nguyên 10

 # using recursion
 def Factorial(n):
   # declare a base case (a limiting criteria)
   if n == 1:
     return 1
   # continue with general case
   else:
     return n * Factorial(n-1)
 
 print(Factorial(10)) 

đầu ra

Một hàm đệ quy, tên là Factorial(), được xác định với tiêu chí giới hạn là n=1. Đầu tiên nó cố gắng tìm giai thừa của 10. Giai thừa(10) được chia thành 10 * Giai thừa(9). Hơn nữa, Giai thừa(9) được chia thành 9 * Giai thừa(8), v.v. Khi Factorial(1) được gọi, nó dừng đệ quy.  

Giai thừa(10) đang chờ giá trị của Giai thừa(9). Giai thừa (9) đang chờ giá trị của Giai thừa (8), v.v. Do đó, khi đạt đến tiêu chí giới hạn (ở đây, n=1), nó bắt đầu trả về các giá trị

Đảo ngược một chuỗi

Một chuỗi hoặc một chuỗi có thể được đảo ngược thông qua phép lặp hoặc đệ quy. Ở đây, chúng ta định nghĩa một hàm nhận vào một chuỗi và trả về dạng đảo ngược của nó thông qua cách tiếp cận lặp. Hàm này có thể được gọi bất kỳ số lần nào với các chuỗi khác nhau mỗi lần.  

 def Reverse_iter(s):
   rev = ''
   for k in s:
     rev = k + rev
   return rev

 Reverse_iter('Welcome!') 

đầu ra

Nhiệm vụ tương tự được thực hiện thông qua cách tiếp cận đệ quy như sau

 def Reverse_rec(s):
   if not s:
     return ''
   else:
     return Reverse_rec(s[1:]) + s[0]

 Reverse_rec('Welcome!') 

đầu ra.  

Xây dựng một hình tam giác với các con số

Tạo tam giác số bằng cách in 1 trên dòng đầu tiên, 1 nghìn trên dòng thứ hai, 1 triệu trên dòng thứ ba, v.v., cho đến khi đủ số dòng quy định. Sau khi xây dựng dòng dài, hãy giảm số chữ số theo thứ tự giảm dần. Tổng số dòng được in sẽ bằng 2n+1, trong đó n là số đầu vào

 # Iterative form
 n = 8
 # rise up
 for i in range(n):
   print(10**(3*i))
 # fall down
 for i in range(n, -1, -1):
   print(10**(3*i)) 

đầu ra

Trong cấu trúc trên, vòng lặp đầu tiên in chuỗi tăng dần và vòng lặp thứ hai in chuỗi giảm dần. Điều tương tự có thể được thực hiện với hàm đệ quy như sau

 # recursive form
 def Triangle(n, i=0):
   if n==0:
     print(1)
     return None
   print(10**(3*i))
   if i
đầu ra.  
Mặc dù thu được kết quả giống nhau thông qua cả cách tiếp cận lặp và đệ quy, nhưng cách tiếp cận đệ quy đi theo con đường khó khăn trong khi cách tiếp cận lặp đi theo con đường đơn giản. Đây là loại vấn đề mà cách tiếp cận đệ quy rất không được khuyến khích. Tuy nhiên, hiểu được đệ quy với loại vấn đề đơn giản này có thể giúp người ta hiểu được các thuật toán nâng cao chủ yếu dựa vào đệ quy, chẳng hạn như quay lui và lập trình động.
Sắp xếp nhanh chóng
Quicksort là một thuật toán nổi tiếng giúp sắp xếp danh sách hoặc mảng đã cho tại chỗ. Trên thực tế, phương thức sort() của Python tuân theo thuật toán này để sắp xếp. Hợp nhất sắp xếp và sắp xếp chèn là các thuật toán sắp xếp nổi tiếng khác. Quicksort sử dụng cả phương pháp đệ quy và lặp để thực hiện thao tác sắp xếp nhanh chóng và hiệu quả.  
Quicksort ban đầu chọn phần tử đầu tiên của mảng làm phần tử trục của nó. Nó lặp đi lặp lại so sánh phần tử trục với các phần tử kế tiếp và thực hiện dịch chuyển nếu phần tử bên phải cao hơn phần tử bên trái. Do đó, khi kết thúc quá trình lặp, phần tử trục có các phần tử nhỏ hơn ở bên trái và các phần tử lớn hơn ở bên phải. Tuy nhiên, cả phần tử bên trái và phần tử bên phải vẫn chưa được sắp xếp. Mảng hiện được chia thành hai phần dựa trên phần tử trục. Mảng bên trái và mảng bên phải được sắp xếp đệ quy bằng hàm Quicksort()
 def Quicksort(a, l, r):
   # consider the left most as pivot element
   current = l+1
   # base case (as limiting criteria)
   if r <= current:
     return None
   for i in range(l+1, r):
     # compare pivot element and shift current's postion
     if a[l] >= a[i]:
       a[i], a[current] = a[current], a[i]
       current += 1
   # exchange pivot element and current-but-one element
   a[l], a[current-1] = a[current-1], a[l]
   # perform Quicksort before current element
   Quicksort(a, l, current-1)
   # perform Quicksort after current element
   Quicksort(a, current, r) 
   return None 
Kiểm tra xem nó hoạt động như thế nào
 for flower in flowers:
   print(flower) 
0
đầu ra
Nếu không có đệ quy, việc triển khai Quicksort này sẽ tốn nhiều công sức
Sổ tay Google Colab với cách triển khai mã ở trên
kết thúc
Trong bài viết này, chúng ta đã thảo luận về các cách tiếp cận lặp và đệ quy của lập trình Python với một vài ví dụ. Chúng tôi đã thảo luận về những hạn chế và hạn chế của cả hai phương pháp. Cuối cùng, chúng ta đã thảo luận về thuật toán Quicksort nổi tiếng kết hợp cả mô hình lặp và đệ quy để thực hiện sắp xếp mảng. Độc giả quan tâm có thể tham khảo các thuật toán sắp xếp khác, heap, tìm kiếm nhị phân, lập trình động và các thuật toán quay lui để tìm hiểu cách chọn các phép truy hồi và phép lặp hiệu quả cho một tác vụ cụ thể
Tài liệu tham khảo và đọc thêm
Đọc thêm về đệ quy
Đọc thêm về Iteration
Đọc thêm về thuật toán Quicksort
7 thuật toán có thể trợ giúp trong cuộc phỏng vấn về khoa học dữ liệu của bạn
Nhiều câu chuyện AIM tuyệt vời hơn
Nền tảng chăm sóc sức khỏe AI đã tạo nên làn sóng tại CES 2023
Rút ngắn thời gian đưa ra thị trường với các giải pháp AI linh hoạt
Mối đe dọa về quyền riêng tư của ChatGPT là có thật và chúng tôi đã đến muộn
Thuốc giải độc cho ChatGPT là gì?
VC yêu thích ngôn ngữ lớn 'Tiền'
Một người đam mê Học máy với bằng Thạc sĩ Kỹ thuật và đam mê viết và khám phá những điều mới. Thích đọc tiểu thuyết, nấu ăn, tập võ và thỉnh thoảng viết tiểu thuyết và thơ
Sự kiện sắp tới của AIM
Early Bird Pass hết hạn vào ngày 3 tháng 2
Hội nghị, trực tiếp (Bangalore)
Tăng 2023. Phụ nữ trong hội nghị công nghệ
16-17 tháng 3 năm 2023
Đăng ký
Hội nghị, trực tiếp (Bangalore)
Hội nghị thượng đỉnh về kỹ thuật dữ liệu (DES) 2023
27-28 tháng 4 năm 2023
Đăng ký

3 cách để tham gia cộng đồng của chúng tôi

NHỮNG CÂU CHUYỆN HÀNG ĐẦU

Chúng ta cần phá vỡ định kiến ​​cố định rằng phụ nữ chỉ giỏi ở một số vai trò nhất định. Swetha G Basavaraj, Samsung Điện tử Mỹ

Basavraj cảm thấy rằng với tư cách là một chuyên gia khoa học dữ liệu, một người không chỉ nên cập nhật cho mình các giải pháp công nghệ mới nhất mà còn phải nắm vững các nguyên tắc/nguyên tắc cơ bản đầu tiên để giải quyết đúng vấn đề

bài hội đồng. Các chuyên gia trong ngành cân nhắc về cách các doanh nghiệp Ấn Độ có thể thúc đẩy việc áp dụng khoa học dữ liệu và AI

Điều gì góp phần vào việc áp dụng khoa học dữ liệu và AI chậm chạp?

Hướng dẫn xây dựng các mô hình Deep Learning từ đầu đến cuối trong PyTorch

Thông qua hướng dẫn này, chúng tôi sẽ trình bày cách xác định và sử dụng mạng thần kinh tích chập (CNN) một cách rất dễ dàng bằng cách giải thích chi tiết từng bước

Máy có cảm thấy đau không?

Các nhà khoa học trên toàn thế giới đang tìm cách mang lại cảm giác nhận thức cho robot, bao gồm cảm giác đau, phản ứng với nó và chịu được các điều kiện hoạt động khắc nghiệt.

Các chuyên gia CNTT và DevOps nói không với mã thấp

Nỗi ám ảnh về mã thấp được dẫn dắt bởi giao diện kéo và thả của nó, giúp tiết kiệm rất nhiều thời gian. Trong mã thấp, mọi quy trình đơn lẻ được hiển thị trực quan với sự trợ giúp của giao diện đồ họa giúp mọi thứ dễ hiểu hơn

Bên trong DagsHub. GitHub cho khoa học dữ liệu và máy học

Khoa học dữ liệu và học máy xử lý các khái niệm toán học phức tạp và các công cụ lập trình để

NVIDIA chuẩn bị bỏ Arm

Thỏa thuận NVIDIA-Arm được thiết lập để hoàn thành vào tháng 3 năm 2022

Điều gì có thể xảy ra với Neuralink?

Mặc dù mục đích rộng lớn của việc phát triển BCI như vậy là cho phép con người cạnh tranh với AI, nhưng Musk muốn Neuralink giải quyết các vấn đề cấp bách như điều trị bệnh Parkinson và các bệnh về não.

Hiểu an ninh mạng từ POV học máy

Ngày nay, các công ty phụ thuộc nhiều hơn vào công nghệ số hóa và Internet vạn vật (IoT) sau khi các vấn đề bảo mật khác nhau như truy cập trái phép, tấn công bằng phần mềm độc hại, tấn công zero-day, vi phạm dữ liệu, từ chối dịch vụ (DoS), kỹ thuật xã hội hoặc lừa đảo nổi lên với mức độ nghiêm trọng.

Xe tự lái trở thành thách thức lớn đối với hệ thống pháp luật

Các hệ thống pháp lý hiện tại không được trang bị để xử lý các khiếu nại pháp lý liên quan đến ô tô tự lái hỗ trợ AI

Lặp đi lặp lại trong Python là gì?

Việc thực thi lặp đi lặp lại cùng một khối mã được gọi là phép lặp. Có hai kiểu lặp. Lặp lại xác định, trong đó số lần lặp lại được chỉ định rõ ràng trước. Lặp lại vô thời hạn, trong đó khối mã thực thi cho đến khi một số điều kiện được đáp ứng.

Làm cách nào để sử dụng phép lặp trong Python?

Bạn có thể tạo một đối tượng trình vòng lặp bằng cách áp dụng hàm tích hợp iter() cho một đối tượng có thể lặp lại . Bạn có thể sử dụng một trình vòng lặp để lặp thủ công vòng lặp mà nó đến từ. Việc chuyển lặp đi lặp lại iterator tới hàm tích hợp next() trả về các mục liên tiếp trong luồng.

Python có phải là ngôn ngữ lặp không?

Loại phạm vi của Python có thể lặp lại, nhưng về mặt vật lý nó không chứa tất cả các số trong phạm vi; . .

Tại sao phép lặp Python lại quan trọng?

Tại sao phép lặp lại quan trọng? . Điều này làm cho việc thiết kế các thuật toán nhanh hơn và đơn giản hơn vì chúng không phải bao gồm nhiều bước không cần thiết. allows us to simplify our algorithm by stating that we will repeat certain steps until told otherwise. This makes designing algorithms quicker and simpler because they don't have to include lots of unnecessary steps.