【Python】再帰関数とは？実例でわかる仕組みと使い方

プログラミング言語•2025/1/18

Python

はじめに

プログラミングでは同じ処理を繰り返す方法を学ぶことが多いです。
その中でも再帰関数は、ある関数の中で自分自身を呼び出す仕組みを利用し、繰り返しの構造を表現します。

再帰という言葉から難しく聞こえるかもしれませんが、考え方や書き方をきちんと把握すれば、初心者の皆さんにも理解しやすいはずです。

実際、リストやツリー構造などを上から下まで順番に処理するときは、再帰的なアプローチが便利な場合があります。
この記事では、再帰関数の基本的な使い方と仕組みを、コード例を交えて紹介していきます。

この記事を読むとわかること

再帰関数の基本概念
再帰関数が役立つ場面と実務での活用例
Pythonでの再帰関数の書き方とコード例
再帰呼び出しを扱ううえでの注意点
再帰処理と繰り返し処理の違い

再帰関数の概要

再帰関数とは、関数が実行される中で自分自身を呼び出す関数のことです。
手順としては次のようにまとめることができます。

関数が呼び出される
何らかの処理を行う
一定の条件で再度その関数を呼び出す
条件が満たされなくなったら（または特定の終了条件になったら）再帰呼び出しをしないで処理を終える

これによって、繰り返しをループ構文（forやwhile）で書かなくても、関数呼び出しの形で処理の流れを作ることができます。
ただし、終了条件を間違えると、ずっと関数を呼び続けることになりますので注意が必要です。

再帰関数の仕組み

再帰関数では、呼び出し → 戻りの流れが大きなポイントです。

関数が呼び出されると、実行の状況はスタックと呼ばれる仕組みによって管理されます。
イメージとしては、1回目の呼び出しの情報を下に重ね、2回目、3回目…と呼び出すたびに上に積み上げていく感じです。
呼び出しが終わると上から順に処理が完了し、最終的にすべての呼び出しが終了したら関数全体が終わります。

再帰を使うメリットの一つは、ツリー構造やリストのように階層をもつデータ構造を、自然な形で処理できることです。
各ステップで同じ作業をしつつ、階層が深くなればさらに同じ関数を呼ぶという流れがコードとして簡潔に表現できます。

ただし、再帰呼び出しはループと同様に間違えると処理が終わらなくなる可能性があります。
そこで、 ベースケース (終了条件) をしっかり設定することが大切です。
ベースケースの具体例としては「リストが空になったら処理を終える」や「計算した回数が指定回数に達したら打ち切る」などがあります。

実務での再帰関数活用例

再帰関数が使われる代表的な場面の例をいくつか見てみましょう。

ディレクトリ探索

フォルダの中に別のフォルダがあり、その中にもフォルダが…といった構造をたどるのに便利です。

リストやツリー構造の走査

ある配列がさらに別の配列を含んでいるような構造（ネスト）を処理するときに使われることがあります。

数学的計算 (階乗・フィボナッチ数など)

基礎的なアルゴリズムを学ぶ際の実装例でよく使われます。

実務では、大量のデータを扱う際に再帰が便利なケースと、反対にループの方が読みやすいケースがあります。
規模の大きいプロジェクトでは、関数呼び出しのオーバーヘッドや可読性も考慮する必要があります。
こうした判断材料として、再帰関数が向いているかどうかを見極めることが大切です。

再帰関数の基本コード例

ここでは、比較的わかりやすい例として階乗 (factorial)を計算する再帰関数を示します。
整数 n の階乗は、1 から n までの積です。
再帰関数を用いる場合は、下記のように書くことができます。


def factorial(n):
    if n <= 1:
        return 1
    return n * factorial(n - 1)

result = factorial(5)
print(result)  # 5! = 120

この例では、n が 1 以下になったら終了とするベースケースを設定しています。
再帰関数の中で再度 factorial(n-1) を呼び出すことにより、値が 0 になるまで呼び出しを繰り返します。
結果として 5 * 4 * 3 * 2 * 1 のように計算されます。

もう一つ、フィボナッチ数列を例に見てみましょう。
これは「前の2つの数の合計が次の数になる」列で、再帰実装には有名なパターンの一つです。


def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(6))  # 8

この書き方はシンプルですが、n が大きくなると呼び出し回数が膨大になります。
こういったケースでは、再帰よりもループやメモ化を使う方法を検討することもあります。
それでも「小さな n の範囲であれば短く書きやすい」という利点があり、コード例としては理解しやすいはずです。

注意点と限界

再帰関数を使う上で気を付けておきたい点があります。

最大再帰深度

Pythonには再帰できる回数に制限があり、深すぎる再帰呼び出しはエラーを引き起こします。

無限再帰のリスク

終了条件を忘れたり、条件式を間違えたりすると、プログラムがずっと再帰を続けてしまいます。

可読性やパフォーマンス

単純な繰り返しで書いたほうがわかりやすいケースでは、無理に再帰にする必要はありません。

再帰関数は使いどころを誤ると、処理が途中で止まらなくなるリスクがあります。
必ず終了条件を明確に設定することが大事です。

これらのポイントをしっかり押さえたうえで使えば、再帰は複雑な階層構造を自然に処理する手段として有効に機能します。

業務での具体的な利用イメージ

ここからは、実際の現場でどのように再帰関数を活用するかをもう少し詳しく見ていきます。

例えば、大きなプロジェクトでJSON形式のデータを扱うことは多いです。
入れ子（ネスト）が深いデータから特定のキーや値を再帰的に探し出す場面では、ループで書くよりも再帰関数の方がすっきりと記述できる場合があります。

また、ツリー型のデータ（ファイル構造や階層構造をもつカテゴリ情報など）を整理して画面に表示するケースでは、再帰を使うと非常に直感的に処理を組み立てられます。
以下は擬似的なイメージとして、フォルダの内容を再帰的に表示するコード例です。


import os

def print_directory(path, indent_level=0):
    indent = "  " * indent_level
    try:
        items = os.listdir(path)
    except PermissionError:
        # 権限がないなどのエラーを回避
        return

    for item in items:
        item_path = os.path.join(path, item)
        print(f"{indent}{item}")
        if os.path.isdir(item_path):
            print_directory(item_path, indent_level + 1)

# 例として現ディレクトリの構造を表示
print_directory(".")

階層が深くなるたびに indent_level を増やして再帰呼び出しをおこない、適切なインデントをつけるようにしています。
このやり方なら、新たなディレクトリを見つけたときに、自然な形で再帰呼び出しをすることができます。

実務では、こうしたフォルダやファイルの情報をまとめて表示する以外にも、階層をもつデータの加工や分析の場面でよく使われます。

再帰と繰り返しの比較

再帰関数と繰り返し文（forやwhile）との使い分けは、初心者が迷いやすいところです。
どちらも同じような繰り返しを実現できますが、主に以下のようなポイントで判断すると良いでしょう。

コードのわかりやすさ

深い階層を処理するのがメインであれば、再帰の方が自然に書けることが多いです。
一方で、単純にカウンタを使って繰り返すだけなら繰り返し文が読みやすいかもしれません。

オーバーヘッド

再帰呼び出しは呼び出しごとにメモリを使います。
データの量や最大の深さが大きい場合は、ループで書いた方が実行速度やメモリ効率で有利になることがあります。

拡張のしやすさ

データ構造が複雑な場合は、再帰関数で処理を追加すると扱いやすいことがあります。
しかし、あまりに入れ子が深すぎると読み手が理解しづらくなるため、注意が必要です。

実際には「再帰の方が自然に見えるか」「ループの方が誤りを起こしにくいか」を基準に判断するとわかりやすいです。
コードの保守・可読性とのバランスも重要になります。

まとめ

ここまで、Pythonの再帰関数をテーマに仕組みやコード例、実務での活用イメージなどを紹介してきました。
再帰は、自分自身を呼び出すという性質上、ループとは違った視点で考える必要があります。

ただし、再帰だから特別に難しいわけではありません。
ベースケース（終了条件）をしっかり設定し、処理を分割しやすい構造であれば、むしろ再帰の方が簡潔に書ける場面も多いです。

一方で、再帰の深さによるエラーやパフォーマンスの問題など、注意すべき点もあります。
どちらが最適かはケースバイケースですが、学習の一環としては再帰という考え方を理解しておくと、コードの幅が広がるでしょう。

今後、ネスト構造を扱う機会があれば、ぜひ再帰関数を検討してみてください。
扱いたいデータやアルゴリズムの性質に合ったやり方を選び、快適に開発を進められるようになっていくはずです。