避免针对DP的尾部递归python

我用Python编写了以下递归函数，用于在DP算法中计算加权间隔调度问题的解决方案，其中间隔是“排序的_操作”。我正在阅读Kleinberg和Tardos的《算法设计》一书，OPT和p_列表已经计算过了。它似乎适用于相对较小的实例，但一旦问题的规模增大，我就会超过“最大递归深度”，并得到一个错误。由于增加sys.setrecursionlimit会使内核崩溃，我想知道是否还有其他方法来编写此函数

solution_set = []
def compute_solution(j):
    if j<=0:
       pass
    else:
        if sorted_operations[j]['weight'] + OPT[p_list[j]] > OPT[j - 1]:
            solution_set.append(sorted_operations[j])
            print(j)
            compute_solution(p_list[j])
        else:
            compute_solution(j - 1)

compute_solution(len(sorted_operations) - 1)

solution\u set=[]
def计算溶液（j）：
如果j OPT[j-1]：
解决方案\u集.append（排序的\u操作[j]）
印刷品（j）
计算解（p_列表[j]）
其他：
计算解（j-1）
计算解决方案（len（排序运算）-1）

如果不了解您的代码，我无法提供详细的解决方案。然而，你的算法的一部分确实在我的脑海中浮现出来：

compute\u solution（j-1）

。由于

j

是一个整数，因此使用

j-1

再次调用算法比方法调用更适合循环，特别是因为在Python中这些调用往往有点昂贵。因此，我将修改您的算法如下：

solution_set = []
def compute_solution(j):
    while (j > 0):
        if sorted_operations[j]['weight'] + OPT[p_list[j]] > OPT[j - 1]:
            solution_set.append(sorted_operations[j])
            print(j)
            compute_solution(p_list[j])
            return
        else:
            j = j - 1

compute_solution(len(sorted_operations) - 1)

---

根据

else

语句的运行频率，这可能是一个主要的好处。

代码有点混乱，但您可以使用迭代而不是递归。如果看不到

p\u列表

，

排序的\u操作

（或至少是其中的一个子集）和

OPT

，我真的无法提供建议或解决方案。还有，你说“你的问题越来越严重”是什么意思？它从何而来，又从何而来？如果

len（已排序的\u操作）

~1000，那么我会说您有问题，但是如果

len（已排序的\u操作）

~1000000可能没有。谢谢@Woody。我尝试了一下，它似乎适用于更大的实例（例如10000次间隔）。但是，不太清楚为什么在if语句中使用@Michele如果不使用

break

则会陷入无限循环，因为

j

的值仅在

else

中更新，而且不清楚

if

是否会在后续调用中得到相同的结果。请注意，如果您想将

return

语句用作基本情况，则该语句同样有效，但我不确定在您的问题代码之后是否存在其他代码