递归

递归是一种应用非常广泛的算法（或者编程技巧）。也是很多数据结构和算法编码实现的基础。比如DFS深度优先搜索、前中后序二叉树遍历等等，所以搞懂递归是学习后面复杂的数据结构和算法的前提条件。

1. 理解递归

递归在我们的生活中也是很常见的：

在电影院里，在漆黑的时候，我们没法直接知道自己是第几排，于是我们就可以问前一排的人他是第几排，我们只要在前一个人的基础加一，但前面一排的人也看不清楚，所以他也要问他前面的人。就这样一排一排往前问，直到问到第一排的人，因为第一排的人本身就知道自己是第一排，然后再这样一排一排的把数字传回来。直到你前面的人告诉你他在哪一排，于是就知道你自己是第几排了。

上面的例子是一个非常标准的递归求解问题的分解过程，去的过程叫“递”，回来的过程叫“归”。

递归问题几乎都可以用递推公式来表示。上面电影院的例子的是：

					f(n)=f(n-1)+1 其中，f(1)=1

f(n)表示你想知道自己在哪一排，f(n-1)表示前面一排所在的排数，f(1)=1表示第一排的人知道自己在第一排。

根据上面的递推公式，我们就可以写出递推代码：

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

2. 递归需满足的三个条件

只有同时满足下面三个条件的问题，才能用递归来解决。

1. 一个问题的解可以分解为几个子问题的解

何为子问题？子问题就是数据规模更小的问题。比如前面电影院的例子，你要知道"自己在哪一排"的问题，可以分解为"前一排的人在哪一排"这样的子问题。

2. 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样

比如电影院的例子，你求解"自己在哪一排"的思路，和前面一排人求解"自己在哪一排"的思路，是一模一样的。

3. 存在递归终止条件

把问题分解为子问题，再把子问题分解为子子问题，一层一层分解下去，不能存在无限循环，这就需要有终止条件。