### Python 实现阶乘函数 以下是几种不同的方式来实现 Python 中的阶乘函数： #### 方法一：使用循环 通过简单的 `for` 循环可以轻松实现阶乘功能。 ```python def factorial_iterative(n): if n < 0: raise ValueError("Factorial is not defined for negative numbers.") result = 1 for i in range(1, n + 1): result *= i return result ``` 这种方法利用了迭代的思想，逐步累积结果直到达到目标值[^1]。 --- #### 方法二：使用递归 递归是一种经典的解决阶乘问题的方法。它基于数学上的定义 \(n! = n \cdot (n-1)!\)，其中 \(0! = 1\)。 ```python def factorial_recursive(n): if n < 0: raise ValueError("Factorial is not defined for negative numbers.") elif n == 0 or n == 1: return 1 else: return n * factorial_recursive(n - 1) ``` 此方法简洁明了，但需要注意的是，在处理较大的输入时可能会遇到栈溢出的风险[^2]。 --- #### 方法三：使用内置库 `math.factorial` Python 的标准库提供了高效的阶乘计算工具，可以直接调用而无需自己编写逻辑。 ```python import math def factorial_builtin(n): if n < 0: raise ValueError("Factorial is not defined for negative numbers.") return math.factorial(n) ``` 这种方式不仅简单易懂，而且性能优越，适合大多数实际应用场景。 --- #### 方法四：使用 `functools.reduce` 和匿名函数 如果希望尝试更高级的功能编程风格，则可以通过 `reduce` 函数完成同样的任务。 ```python from functools import reduce def factorial_reduce(n): if n < 0: raise ValueError("Factorial is not defined for negative numbers.") return reduce(lambda x, y: x * y, range(1, n + 1), 1) ``` 这里运用了函数式编程的理念，将列表中的元素逐一相乘得到最终的结果[^3]。 --- ### 性能对比 为了比较不同方法之间的效率差异，可以引入计时模块测量执行时间。 ```python from time import perf_counter methods = { 'Iterative': factorial_iterative, 'Recursive': factorial_recursive, 'Builtin': factorial_builtin, 'Reduce': factorial_reduce } number = 1000 results = {} for name, func in methods.items(): start_time = perf_counter() try: res = func(number) results[name] = f"{perf_counter() - start_time:.6f} seconds" except RecursionError as e: results[name] = str(e) print(results) ``` 上述脚本会分别测试四种算法在相同数据规模下的表现情况，并打印耗时统计信息。 ---