灵感

相信大家小时候都被这样一个小故事给绕进去过：

从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说……

小时候给别人讲这个故事，总能引得大家哄堂大笑。
现在再次看到这个故事时，却发现它并没有想象中的那么简单，因为其中隐含着一种重要的编程思想——递归思想。

初识

那么问题就来了，什么是递归思想呢？我们先来看看递归的*：

递归（英语：Recursion），又译为递回，在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。递归一词还较常用于描述以自相似方法重复事物的过程。例如，当两面镜子相互之间近似平行时，镜中嵌套的图像是以无限递归的形式出现的。也可以理解为自我复制的过程。

好像有那么点感觉了，说白了，在编程中， 递归就是函数自己调用自己的行为。

实现

说了这么多，也没看见递归怎么用啊？
别急，接下来我们就来实现一个简单的递归。
就拿老和尚讲故事的例子，我们可以实现一个简单的函数：

void tellStory() {
	cout << "从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，";
	tellStory();
}

调用、运行，Duang！程序报错了。
这是怎么回事呢？
让我们来看看错误信息：

Stack overflow（栈溢出）

栈溢出？？？什么玩意？？？
别急，我们先一步一步分析看看。
首先，我们来到第一个tellStory()，执行到第一行，正常输出一段故事，然后来到第二行，发现居然也是个tellStory()，于是我们进入了第二个tellStory()，执行第二个tellStory()第一行，正常输出一段故事，然后来到第二个tellStory()第二行…好家伙，没完没了了是吧？这不无限循环了吗？但是为什么会报错呢？毕竟我写一个这样的无限循环他也不会报错啊：

while (true) {
		cout << "从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，";
}

这个就要涉及到递归的底层实现原理了，我理解的是递归实际上是借助了栈结构将外层的函数先入栈，然后进入内层函数，等最内层的函数执行完后逐层回溯。既然借助了栈结构，那么这个栈肯定是有大小的呀，而我们的程序是无限循环，不断地入栈，等到栈满了，自然就报错了。
那我们怎么解决这个问题呢？
这就要讲到一个十分重要的知识点—— 递归基。
什么是递归基？简单来说，就是限制你这个递归函数不会无限循环下去的一种最基本的情况。
而我们这个程序的递归基，可以用执行次数来限制，例如我们可以加一个计数器，用来记录我们讲了多少个这样的故事，然后我们可以加入一个判断，当次数达到多少次时返回：

void tellStory(int& cnt) {
	if (cnt >= 3) return;	//例如我们设置成当讲了三次时返回，停止继续递归
	cout << "从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，";
	tellStory(++cnt);
}

结果也是符合了我们的预期：

从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，

当然，我们可以通过改动，让他在最后输出的是省略号而不是逗号，这里就不演示了。

深入

从上面的例子我们可以初步地认识递归，但这样还不够，我们需要更深层次地认识递归。
什么时候我们能使用递归呢？总的来说，只要可以通过递归基和递推关系来得出结果，就可以用递归实现。
从上面的例子我们可以看出，首选我们得有一个递归基来限制这个递归不会出现无限套娃的情况。
还有其他的吗？我们先来想想看，为什么我们会让函数自己调用自己？
我们声明了一个名为tellStory的函数，不管它的实现如何，它的功能应该是讲一个“套娃”的故事，也就是打印一段“套娃”的故事。那么，我们要实现这样一段“套娃”的故事，是不是就应该在打印完“从前有座山，山上有个庙。庙里有两个和尚，一个老和尚、一个小和尚。老和尚在给小和尚讲故事，老和尚说，”后，在”老和尚说“后面再打印一个“套娃”的故事，也就是说这个时候我们可以直接调用tellStory，因为我们函数的功能就是打印这么一段故事。
还有点懵？那我们再看一个例子——著名的斐波那契数列。
我们想要写一个这样的函数F(n)它能返回斐波那契数列的第n项（假设第一项为1），那么它的声明也很容易得到：

int F(int n);	//返回斐波那契数列的第n项

好，现在我们不管它怎么实现，反正它的功能就是返回斐波那契数列的第n项，在自己调用自己的时候，我们时刻要记住这个函数的功能。
首先考虑递归基，那么它的递归基显然是F(1)和F(2)，因为通过这两个可以推出所有的斐波那契数。
递推关系也很容易得到：F(n) = F(n - 1) + F(n - 2)。
那么我们可以进一步写出他的递归式：
F ( n ) = { 1 , n = 1 or n = 2 F ( n − 1 ) + F ( n − 2 ) , n > 2 F(n) = \begin{cases} 1, & \text{n = 1 or n = 2} \\ F(n - 1) + F(n - 2), & \text{n > 2} \\ \end{cases} F(n)={1,F(n−1)+F(n−2),​n = 1 or n = 2n > 2​
根据递归式我们可以很容易实现：

int F(int n) {
	return n < 3 ? 1 : F(n - 1) + F(n - 2);	//为了防止输入非正数报错，这里用n < 3代替n == 1 || n == 2
}

怎么实现的呢？首先当然是实现递归基，也就是n<3的情况，直接返回1；其他情况则是根据递推关系来得到F(n)：因为F(n)是返回斐波那契数列的第n项，而第n项是前两项之和，所以我们可以通过返回F(n - 1) + F(n - 2)来得到第n项。
不止这些简单的问题，一些复杂的问题也可以通过递归来解答（只不过单纯的递归可能效率令人堪忧）。
这里贴上一段力扣中最小路径和的python纯递归解法（会超时，有兴趣可改成带备忘录的递归）：

    def min_path_sum(self, grid):
        return sum(grid[0]) if len(grid) == 1 else sum([i[0] for i in grid]) if len(grid[0]) == 1 else min(self.min_path_sum([[j for j in i[0 : -1]] for i in grid]), self.min_path_sum( [[j for j in i] for i in grid[0 : -1]])) + grid[-1][-1]

递归实现起来十分简洁易懂，但递归可能会遇到栈溢出的情况，以及单纯的递归会造成大量时间和空间的浪费，所以我们在用递归时也需要考虑到这些问题。