【递归】：原理、应用与案例解析 ，助你深入理解递归核心思想

递归

1.基础简介

递归在计算机科学中，递归是一种解决计算问题的方法，其中解决方案取决于同一类问题的更小子集

例如 递归遍历环形链表

• 基本情况（Base Case）：基本情况是递归函数中最简单的情况，它们通常是递归终止的条件。在基本情况下，递归函数会返回一个明确的值，而不再进行递归调用。
• 递归情况（Recursive Case）：递归情况是递归函数中描述问题规模较大的情况。在递归情况下，函数会调用自身来解决规模更小的子问题，直到达到基本情况。

优点

1. 简洁清晰：递归能够将复杂的问题简化成更小的子问题，使得代码更加清晰易懂。
2. 问题建模：递归能够自然地将问题建模成递归结构，使得问题的解决变得更加直观。
3. 提高代码复用性：通过递归，可以在不同的情景中复用相同的解决方案。

缺点

1. 性能损耗：递归调用涉及函数的重复调用和堆栈的频繁使用，可能会导致性能下降。
2. 内存消耗：每次递归调用都需要在堆栈中存储函数的调用信息，可能会导致堆栈溢出的问题。
3. 难以理解和调试：复杂的递归调用可能会导致代码的难以理解和调试，特别是递归函数中存在多个递归调用时。

常用场景

1. 树和图的遍历：树和图的结构天然适合递归的处理方式，如深度优先搜索（DFS）。
2. 分治算法：许多分治算法，如归并排序和快速排序，都是通过递归实现的。
3. 动态规划：动态规划问题中，递归可以帮助描述问题的递归结构，但通常需要使用记忆化搜索或者自底向上的迭代方式来提高性能。
4. 排列组合问题：许多排列组合问题，如子集、组合、排列等，可以通过递归实现。

/**
 * 递归进行遍历
 * @param node   下一个节点
 * @param before 遍历前执行的方法
 * @param after  遍历后执行的方法
 * @deprecated  递归遍历,不建议使用,递归深度过大会导致栈溢出。建议使用迭代器,或者循环遍历,或者使用尾递归,或者使用栈
 * @see #loop(Consumer, Consumer)
 */
public void recursion(Node node, Consumer<Integer> before, Consumer<Integer> after){
   
    // 表示链表没有节点了，那么就退出(注意 环形链表的 末尾 不是null 而是头节点)
    if (node == sentinel){
   
        return;
    }
    // 反转位置就是逆序了
    before.accept(node.value);
    recursion(node.next, before, after);
    after.accept(node.value);
}

1. 自己调用自己，说明每一个函数对应着一种解决方案，自己调用自己意味着解决方案是一样的或者说是有规律的
2. 每次调用，函数处理的数据相对于上一次会缩减，而且最后会缩减至无需继续递归
3. 内层函数调用（子集处理完成），外层函数才能调用完成

1.1.思路

首先需要确定自己的问题，能不能用递归的思路去解决

然后需要推导出递归的关系，父问题和子问题之间的关系， 以及递归的中止条件

$$f(n)=\{\begin{array}{ll}停止& ,n=null\\ f(n,next)& ,n\ne null\end{array}$$

1. 深入到最里层的 叫做递
2. 从最里层出来的叫做归
3. 在递过程中，外层函数内的局部变量（以及参数方法）并未消失，归的时刻还会用到。

2.案例

2.1.案例1-求阶乘

@Test
@DisplayName("测试-递归-阶乘")
public void test1(){
   
    int factorial = factorial(5);
    logger.error("factorial :{}",factorial);
}


/**
 * 阶乘
 * @param value 阶乘的值
 * @return 阶乘的结果
 */
public int factorial(int value){
   
    // 递归的终止条件
    if