天津七七一网站建设有限公司怎么样淘宝推广引流方法有哪些

     看到现在你也许会差异，为什么还没有介绍循环语句。作为一个B格很高的语言，erlang并不提供for/while等类似的循环控制关键字，而是使用递归的方式实现循环。递归的话，大家一定不陌生，简单地说就是调用自身函数实现循环，递归的实现有两个要素：
1. 一个基础条件（一般作为结束递归条件）
2. 一个调用自身的函数
以阶乘为例子:

fac(N) when N == 0 -> 1;
fac(N) when N > 0  -> N*fac(N-1).

这样就实现了一个递归，我们展开4的阶乘来看一看递归调用的过程：

fac(4) = 4*fac(4-1)= 4*3*fac(3-1)= 4*3*2*fac(2-1)= 4*3*2*1*fac(0)= 4*3*2*1*1

上面就完美了吗？NO！可以发现，当计算4的阶乘时，最大展开了5个参数。数据越大，计算时耗费内存也就越多。该是“尾递归“大显神威的时候啦！
为了避免大量的内存耗费，我们在入参中引入Accumlator作为保存计算结果临时变量，如下所示：

tail_fac(N) -> tail_fac(N,1).
tail_fac(0,Acc) -> Acc;
tail_fac(N,Acc) when N > 0 -> tail_fac(N-1,N*Acc).

问题就这么解决了？是的，看一下展开效果你就知道了。

tail_fac(4)    = tail_fac(4,1)
tail_fac(4,1)  = tail_fac(4-1, 4*1)
tail_fac(3,4)  = tail_fac(3-1, 3*4)
tail_fac(2,12) = tail_fac(2-1, 2*12)
tail_fac(1,24) = tail_fac(1-1, 1*24)
tail_fac(0,24) = 24

在内存中至多只保存着两个项目，不会随着数据变化有增多。
     由于递归是erlang中实现循环的唯一方式，为了让你能够更加得心应手的使用，这里会给出更多更加复杂的例子。
1.数据复制成数组：

duplicate(N, T) -> duplicate(N, T, []).
duplicate(0, _, Acc) -> Acc;
duplicate(N, T, Acc) -> duplicate(N - 1, T, [T|Acc]).

2.数组反转

reverse(T) when is_list(T) -> reverse(T, []).
reverse([], Acc) -> Acc;
reverse([H|T], Acc) -> reverse(T, [H|Acc]).

3.子数组（去数组前N个数据）

sublist(T, N) when is_list(T),length(T) >= N -> sublist(T,N,[]).
sublist(T, 0, Acc) -> Acc;
sublist([H|T], N, Acc) -> sublist(T, N-1, Acc ++ [H]).

4.相等大小的数组组合（zip）

zip(A1, A2) when is_list(A1), is_list(A2), length(A1)=:=length(A2)-> zip(A1, A2, []).
zip([],[], Acc) -> Acc;
zip([H1|T1], [H2|T2], Acc) -> zip(T1, T2, Acc++[{H1, H2}]).

5.快速排序

quicksort([]) -> [];
quicksort([Pivot|Rest]) ->quicksort([Smaller|| Smaller <- Rest, Smaller =< Pivot])++ [Pivot] ++quicksort([Larger||Larger <- Rest, Larger > Pivot]).

最后，附上作者对递归的理解：

recursion coupled with pattern matching is sometimes an optimal solution to the problem of writing concise algorithms that are easy to understand. By subdividing each part of a problem into separate functions until they can no longer be simplified, the algorithm becomes nothing but assembling a bunch of correct answers coming from short rou- tines (that’s a bit similar to what we did with quicksort). This kind of mental abstraction is also possible with your everyday loops, but I believe the practice is easier with recursion. Your mileage may vary.