簡要理解遞迴

具體來講就是把規模大的問題轉化為規模小的相似的子問題來解決。在函式實現時，因為解決大問題的方法和解決小問題的方法往往是同乙個方法，所以就產生了函式呼叫它自身的情況。另外這個解決問題的函式必須有明顯的結束條件，這樣就不會產生無限遞迴的情況了。

可以通過遞迴呼叫來縮小問題規模，且新問題與原問題有著相同的形式。（自身呼叫）

存在一種簡單情境，可以使遞迴在簡單情境下退出。（遞迴出口）

一定有一種可以退出程式的情況

總是在嘗試將乙個問題化簡到更小的規模

父問題與子問題不能有重疊的部分

func
( mode )
else
}

遞–>規律–>總要有乙個明確的規律來定義整個流程，才能會想到用遞迴的形式處理問題。把規律總結出來，大致這個規律離不開這個：方法的返回參作為方法的入參，乙個規律的結尾，一定是下乙個規律的開始。

歸–>最小邊界–>按一定規律傳遞下來，總得有個頭吧，總得有個邊界。需要在運用遞迴的時候特殊處理這些頭。往往是通過這些頭來終止整個遞迴行為的。說白了就是上面一般形式的遞迴出口。

怎麼理解呢，一般會用到遞迴的場景，都是有個頭，然後可以按照規律無線變大，無線擴充套件的。最開始的入參就是無線擴充套件的目標點，按規律從這個遠方的無線擴充套件的目標點，一步一步傳遞到最開始的頭，作為遞的終點，通過最小邊界特殊頭的處理，再一步一步歸到目標點完成整個遞迴操作

1)老生常談的斐波那契數列：0、1、1、2、3、5、8、13…

規律：第n項 = 第n-1項 + 第n-2項

最小邊界：由於最小項是第0項，所以n最小是2，那麼最小邊界就是 n=1 和 n=0 的時候

n=0 返回第0項 = 0，

n=1 返回第1項 = 1，

n=2 返回第(2-1)項 + 第(2-2)項 = 第1項 + 第2項 = 0 + 1 = 1

…以此類推，**如下

public
static
long
fibonacci
(long number)

2)老生常談的二叉樹深度，這屬於最基本的演算法知識點了。隨便放個二叉樹：

3 / \9 20 / \

15 7

規律：當前node的深度 = max(下游左孩子節點的深度 , 右下游孩子節點的深度) + 1

最小邊界：最上面的根節點深度 = 0

**如下:

public
intmaxdepth
(treenode root)