类似的递归函数有巨大的运行时差异。这是为什么？

我正在研究递归，我需要编写一个递归函数来计算给定列表中的最大整数。

首先我试过这个：

def find_max(L):
    if len(L) == 1: return L[0]
    mx = L[0]
    return mx if mx > find_max(L[1:]) else find_max(L[1:])

然后我找到了另一种方法，它是：

def find_max2(L):
    if len(L) == 1: return L[0]
    rest = find_max(L[1:])
    if rest > L[0]: return rest
    else: return L[0]

我想检查差异，所以我导入了 Numpy 并创建了一个包含随机整数的列表

import numpy as np
np.random.seed()
nums = np.random.randint(10000,size=(25,1))

import time
#FIRST APPROACH
s = time.perf_counter_ns()
print(find_max(nums))
e = time.perf_counter_ns()
print("Elapsed time for the find_max:",e-s,"ns")
#SECOND APPROACH
s = time.perf_counter_ns()
print(find_max2(nums))
e = time.perf_counter_ns()
print("Elapsed time for the find_max2:",e-s,"ns")

我意识到第一个比第二个慢 2 倍。

D:CodesPython
? python recursion.py
[9726]
Elapsed time for the find_max: 735373900 ns
[9726]
Elapsed time for the find_max2: 362327100 ns

D:CodesPython
? python recursion.py
[9939]
Elapsed time for the find_max: 4889083400 ns
[9939]
Elapsed time for the find_max2: 2200926700 ns

D:CodesPython
? python recursion.py
[9913]
Elapsed time for the find_max: 5955406900 ns
[9913]
Elapsed time for the find_max2: 3069119000 ns

我试图弄清楚为什么会这样。然而我不能......如果有人能告诉我为什么会这样，我会很感激！

回答

def find_max2(L):
    if len(L) == 1: return L[0]
    rest = find_max2(L[1:])
    if rest > L[0]: return rest
    else: return L[0]