递归的简单理解

递归的条件为 11.原问题可降解为子问题 22.且有临界条件  33.原问题和子问题的除规模外完全相同
1.处理从n开始到临界条件之前的数据，
2.他们的处理方式相同，以下思路可以参考

第一种情况: 根据11 22 33可得原问题==》原问题规模-1 +第n层原问题的解
原问题规模-1==》原问题规模-2 +第n-1层原问题的解
   原问题规模-2==》原问题规模-3 +第n-2层原问题的解

   直到临界条件结束

   把上面公式合并：
      原问题==》 第n层原问题的解+第n-1层原问题的解 +第n-2层原问题的解 +第1层原问题的解+临界条件下的处理方式
例子：
public  void firstSeach(BtNode node){        //node为根节点 node.val为节点值                 //                                       node.left/right 为左右孩子节点
      //前序遍历

       if(node==null){          //处理临界条件
           return ;
       }
       else{
           System.out.print(node.val);
          this.firstSeach(node.left);
           this.firstSeach(node.right);}}

      firstSeach中 if(node==null){...} 处理的是 ‘临界条件下的处理方式’

            则剩下部分就为处理‘第n层原问题的解+第n-1层原问题的解 +第n-2层原问题的解 +第1层原问题的解’
            每一层处理该层的解然后进入下一次处理下一层的解；又因为‘33’；所以处理方式也是一样的，及：
          结论： *****  第n层处理第n层的解，让后f(规模减一)处理第n-1层的解；
至于把他们加起来，函数返回机制会帮我们处理

          第二种情况:
           f(n)=f(a)+f(b)+n   (a<n && b<n)
           f(a)=f(a1)+f(a2)+a   (a1<a && a2<a)
             f(b)=f(b1)+f(b2)+b   (b1<b && b2<b)
         f(n)=f(a)+f(b)+n==>f(a1)+f(a2)+f(b)+a+n==>f(a1)+f(a2)+f(b1)+f(b2)+a+n+b
直到所有的子问题都达到临界条件；
f(n)=n+a+b+a1+a2+..+am+b1+b2+...+bk
即只需分别处理每一层对应 n/a/b/a1/a2..am/b1/b2/bk;
通过表达式（f(n)=f(a)+f(b)+n）可以看出n/a/b/a1/a2..am/b1/b2/bk与f(n/a/b/a1/a2..am/b1/b2/bk)一一对应；
及可以理解为处理该层时的任务为：处理‘n/a/b/a1/a2..am/b1/b2/bk(层)’，将其分解，

来看：f(n)=f(a)+f(b)+n==>f(a1)+f(a2)+f(b)+a+n==>f(a1)+f(a2)+f(b1)+f(b2)+a+n+b
意思是：处理n,将f(n)分解为f(a)+f(b)；处理a,将f(a)分解为f(a1)+f(a2),处理b,将f(b)分解为f(b1)+f(b2)
结果为：f(a1)+f(a2)+f(b1)+f(b2)+a+n+b；

可对f(a1)+f(a2)+f(b1)+f(b2)进行分解和处理‘a1/a2/b1/b2’直到到达临界条件；
即 结论： *****  第n层处理第n层的解，让后f(规模减小)处理第对应规模层的解；
(  如何发现该题可以用递归？子问题独立且所有子问题的解和起来就是原问题的解即可；
若子问题独立且所有子问题的解和起来就是原问题的解，我们可以构建一个函数用来处理子问题的解和跳转到下n（n>=1）个子问题；这不就是'f(n)=f(a)+f(b)+n '吗)