我有这个递归函数：
def My_recu_fun(i):
if i < 4:
return i+1
return 55692*My_recu_fun(i-4) - 9549*My_recu_fun(i-3) + 301*My_recu_fun(i-2) + 21*My_recu_fun(i-1)
如果我这样称呼它：
My_recu_fun(int(2e5))
我得到这个错误：
RecursionError：相比之下超过了最大递归深度
现在我希望通过使用NumPy来解决这个问题。但是我不明白我怎么能做到这一点。
问题是，根据初始参数i，函数将被执行指数级的次数。函数需要重新计算它在过程中已经计算过的结果的次数非常多。
当您需要进行密集的数组/矩阵运算时，使用NumPy可能是一个好主意，但它本身并不能解决这个特定的递归问题。
您可以使用记忆来避免这种重新计算。但最好采用自下而上的迭代方法，只跟踪最后4个结果：
def My_fun(i):
if i < 4:
return i+1
a, b, c, d = 1, 2, 3, 4
for j in range(3, i):
a, b, c, d = b, c, d, 55692*a - 9549*b + 301*c + 21*d
return d
请注意，此函数生成的数字很快就会变得非常大。
以下是一些统计数据：
My_recu_fun（int（2e5））运行My_recu_fun超过2*10^5（所以200.000）次。Python假设它是一个bug（因为它超过10^4次）并希望阻止它。您可以使用以下方法关闭该行为：
import sys
sys.setrecursionlimit(n)
其中n是所需的递归量。我无法估计My_recu_fun递归了多少次，所以你必须估计。
除此之外，我建议使用函数工具的缓存装饰器来加快速度：
import sys
from functools import cache
n = 500000
sys.setrecursionlimit(n)
@cache
def My_recu_fun(i):
if i < 4: return i+1
return 55692*My_recu_fun(i-4) - 9549*My_recu_fun(i-3) + 301*My_recu_fun(i-2) + 21*My_recu_fun(i-1)
