递归理解

首先，要理解递归，不要去在脑子里想这个递归过程，因为很容易绕进去，人的大脑压入不了几个栈，要相信递归可以完成某个问题，否则就会陷入细节中，无法跳出来。

递归本质是自己调用自己，把大问题化成相同小问题的解决问题的思路，是一种编程技巧。

理解递归

举个例子，比如去电影院，你女朋友问你这是第几排，你问前一排人，前一排人也不知道，就再问前一个人，知道第一排，然后再一排一排的传回来，去问的过程是递，回来的过程是归，总结成代码就是

public int f(int n){

        if (n==1){
            return 1;
        }
        return f(n-1)+1;
}

递归二要素

• 相同子问题。大问题可以分解为规模不同，思路相同的小问题
• 存在终止条件

递归求解步骤

• 根据问题分解，寻找子问题，找规律写出递归公式
• 找到其中的终止条件

举个例子：
假如有N个台阶，每次可以走一个或者两个台阶，请问有多少种走法？
第一步走的时候会有两种走法，走一步或者走两步，那么N个台阶的走法就等于N-1个台阶的走法+N-2个台阶的走法。所以推导出公式

f(n)=f(n-1)+f(n-2)

下一步我们来找终止条件，当只有一个台阶的时候，那就只有一种走法了，即f(1)=1;当有两个台阶的时候，可以一次走一步或者一次走两步，这样f(2)=2;当有3个台阶的时候，可以分为f(2)+f(1),所以终止条件是f(1)=1，f(2)=2;
最终代码：

public int f(int n) {
        if (n == 1) {
            return 1;
        }
        if (n == 2) {
            return 2;
        }

        return f(n - 1) + f(n - 2);
}

堆栈问题

函数调用会用栈来保存信息，每调用一个函数，就会将临时变量封装成栈帧压入栈中，函数执行结束才出栈返回，如果递归规模较大，会超出系统栈或者虚拟机栈空间。

提前在代码层面做好递归最大深度的控制

递归优化

递归过程中，有可能会出现重复子问题，例如菲波那切数列

我们可以通过利用hashMap将计算过的结果存储起来，这样就可以达到优化重复计算的问题。

非递归转换

本质上所有的递归代码都可以改为迭代循环的非递归写法。

递归代码虽然高效，但是需要注意堆栈溢出、重复计算、函数调用、空间复杂度高等。

递归算法应用

路径总和 III