专题10　迭代与递归 学案（含解析）2025届高中信息技术.DOCXVIP

专题10迭代与递归

学习目标

1.根据代码的运行次数与n的关系，掌握时间复杂度的计算方法；

2.掌握迭代算法的本质是每一次迭代得到的结果会作为下一次迭代的初始值；

3.掌握递归算法的本质通过重复将问题分解为同类的子问题而解决问题的方法.

一个算法中的语句执行次数称为语句频度或时间频度，算法中基本操作重复执行的次数是问题规模n的某个函数，记为T(n)。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。时间复杂度从小到大依次为常数阶、对数阶、线性阶、平方阶和指数阶。复杂问题的求解过程常常包含基本操作的多次重复进行，重复基本操作的常用方式有迭代和递归。迭代一般采用循环结构，通过某种递推式，不断更新变量新值，直到得到问题的解。递归则是算法中存在自调用，将大问题化为相同结构的小问题来求解，递归是一种有效的算法设计方法。

(2023年6月浙江省选考)定义如下函数：

deff(a，s)：

ifa＝s：

returna

else：

returnf(a＋1，s－a)

执行语句k＝f(6，21)后，k的值为

A.6 B.7 C.8 D.9

重难点递归算法

算法基于数据结构，而数据结构又是算法的基础，根本目的是提高算法效率。迭代和递归是两种不同的算法思想，是一种解决问题的策略。迭代算法是一种通过重复执行一系列计算步骤来逐渐逼近或求解问题的方法。递归算法将一个复杂的问题分解为更小的、相似的子问题，直到达到一个基本的、可以直接解决的边界情况。先通过递推，找到递归出口，再逐步进行回归，得到问题的解。递归算法往往有两类，一类是对递推公式的递归，一类是过程的递归。算法的时间复杂度在很大程度上能很好地反映出算法的优劣，他是关于规模为n的函数，可以理解为程序代码中语句的运行次数的最高阶。时间复杂度从小到大依次为常数阶、对数阶、线性阶、平方阶和指数阶。相对现在万亿计的数据规模，首项系数完全可以忽略，如n*n运算次数相对10000n的运算次数，当n的规模很大时，系数10000相对来说就很渺小了。时间复杂度关键就是要分析循环结构的运行情况和次数。

例1定义如下函数：

defrf(n)：

ifn3：

returnn

returnrf(n－1)＋rf(n－3)

执行语句v＝rf(5)，函数rf被调用的次数是()

A.11 B.5 C.7 D.15

变式1定义如下函数：

deff(x，y)：

ify＝＝0orx＝＝y：

return1#①

else：

returnf(x－1，y－1)＋f(x－1，y)

执行语句k＝f(3，2)，以下说法正确的是()

A.k的值为3

B.该算法的时间复杂度为O(n)

C.f(2，1)被调用了2次

D.①处代码只执行了1次

例2定义如下函数：

defp(x，y)：

ifx%y＝＝0：

print(y)

else：

p(y，x%y)

print(y)

执行语句p(64，18)后，依次输出的结果为()

A.8，10，8，2 B.2，8，10，18

C.4，10，18 D.18，10，4

变式2定义如下函数：

defmove(n，a，b，c)：

ifn＝＝1：

print(a，″→″，c)

return

move(n－1，a，c，b)

move(1，a，b，c)

move(n－1，b，a，c)

执行语句move(2，″A″，″B″，″C″)，输出的第一行内容是()

A.a→c B.A→C C.a→b D.A→B

重难点递归算法

1.定义如下函数：

deff(n，k)：

ifn＝＝kork＝＝0:

return1

else：

returnf(n－1，k)＋f(n－1，k－1)

执行语句ans＝f(5，3)后，ans的值为()

A.2 B.8 C.10 D.20

2.定义如下函数：

deff(x)：

ifx＝＝1：

return1

else：

return(f(x－1)＋1)*2

执行语句k＝f(5)后，k的值为()

A.46 B.22 C.10 D.4

3.有如下Python程序：

deffun(x)：

ifx＝＝1：

return″1″

elifx%2＝＝0：

returnstr(x)＋－＋fun(x∥2)

else:

returnstr(x)＋－＋fun(x*3＋1)

print(fun(5))

执行该程序后，输出的结果是(