递归算法从原理到实战：调用栈、分治思想与性能优化

很多人第一次接触递归算法，看到函数在函数体里调用自己，第一反应都是“这代码真的不会死循环吗”。这个反应太正常了，我刚入行那会儿也一样。递归初看很绕，可一旦想明白它背后的调用栈机制，你会发现它其实就是一套非常优雅的“拆解问题”的思路：把一个大问题拆成结构相同的子问题，一直拆到不能再拆，然后逐层返回结果。这个思路在处理树形结构、嵌套目录、层级菜单、对象深拷贝时，比任何一层层嵌套的循环都好写、好读、好维护得多。

这篇内容我会从递归的核心原理讲起，用实际代码演示它的执行过程，再配合几个项目里真正用得上的实战例子，最后把容易踩的坑和排查方法一起整理出来。不管你是初学者还是写过几年代码但一直没搞懂递归的开发者，看完都应该能自己上手写递归、改递归，并且知道什么时候该用递归、什么时候该果断换迭代。

1. 递归算法为什么值得专门拿来说

1.1 递归的本质，就是函数调用自身

递归算法的定义精简到极致：函数直接或间接调用自身。但这句话背后藏着一个完整的运行机制。所有编程语言在运行函数时，都会在内存里开辟一段叫“调用栈”的区域。每次调用一个函数，系统就把当前函数的参数、局部变量、返回地址打包成一个“栈帧”，压入调用栈；函数执行完，栈帧弹出，流程回到调用点。

递归之所以特别，是因为函数还没执行完，就遇到了一次新的函数调用，于是当前栈帧不弹出，继续压入新的栈帧。这就是一个不断“叠加”的过程。比如一个经典的递归：

javascript复制function countdown(n) {
    if (n <= 0) {
        console.log('done');
        return;
    }
    console.log(n);
    countdown(n - 1);
}

countdown(3);

执行 countdown(3) 时，栈里压入 countdown(3)；执行到 countdown(2) 时，countdown(3) 的栈帧还在栈底，上面又压入 countdown(2)；接着压入 countdown(1)、countdown(0)。当 n=0 命中了 if 分支，函数开始层层返回，栈帧依次弹出。这个“不断压栈-触底-弹栈”的过程，可以理解成一次“向下钻取”的过程。你钻到最深的那一层，拿到答案，再一层层带回来。

光看文字可能还是有点抽象，我习惯用一个生活中的例子来解释。想象你去传话：你问第3层的人“你楼上的工资是多少”，第3层的人不知道，得问第2层，第2层得问第1层，第1层把自己的工资告诉第2层，第2层再把数字加上自己的工资告诉第3层，最后第3层把完整数字告诉你。在这里，每一层的人都是一个栈帧，它们都在等待下层的结果，等到底层的人给出答案，整个链条才逐层返回并汇总。

1.2 真正让递归产生价值的，是分治思想

递归定义里真正的核心不是“自己调自己”，而是“用相同逻辑解决更小规模的同类问题”。用术语叫分治，说人话就是：一件事我搞不定完整版，但我能搞定最微小的一版；而这件事本身又是“由很多微小版组成”的，那我就能由小到大拼出完整答案。

拿计算 n! 来说。5! = 5 × 4 × 3 × 2 × 1。如果你直接想把 5! 一次性算出来，逻辑上要循环累乘；但换个角度：5! = 5 × 4!，4! = 4 × 3!，一路往下，直到 1! = 1。每走一步，问题规模都在缩小，但处理方式完全一致——这就是递归最适合解决的问题形态。

递归分两段看：一段是“往下拆”，另一段是“往回归”。往下拆时，做的事情就是调用自己、把小问题交给下一个栈帧；往回归时，每个栈帧拿到子结果后，按自己的逻辑加工再返回给上一层。上面 countdown 的例子只是演示了往下拆，没有涉及回归时的加工，所以看起来意义不大。等你看到阶乘和斐波那契的完整实现，就能理解“拆”和“归”是递归的两条腿，缺一不可。

1.3 判断一个问题该不该用递归，看结构不看难度

很多初学者喜欢问“递归和循环哪个更厉害”，这个问题本身就不对。递归和循环不是竞争关系，而是各有所长。我判断用不用递归，主要看问题本身有没有“自相似”的结构：一个大的整体里套着若干个小的同构整体。典型代表是：

• 文件夹系统：文件夹里套文件、套子文件夹
• 家谱或组织架构：节点下面挂子节点
• HTML DOM：元素里嵌套元素
• JSON 对象：属性值可能是对象、数组、基本类型，无限嵌套
• 各类树形控件的数据结构

这类问题天然长着一副递归的脸，你用循环硬解也行，但往往要手工维护一个栈或队列，代码写出来又长又容易漏。递归最大的优势是代码量小、逻辑直观，因为它让运行时帮你维护了那套“当前处理到哪一层”的状态。

我先给出一个我常用的判断表格，后面几节会就这几个维度具体展开说明：

2. 理解调用栈的运作，递归就不迷路

2.1 函数调用时底层到底发生了什么

要让递归不出错，最重要的一步是理解“栈帧”。每个函数调用都会在内存中存下这几次信息：当前执行到哪一行代码、函数参数的值、函数内局部变量的值、返回后要回去的地址。这些信息打包存放，就叫栈帧。

当递归发生时，因为函数没有执行完又调用了下一层，所以前面的栈帧不能释放，只能一直占着内存，继续往上叠新的栈帧。栈空间是有上限的，叠到一定层数，就会把内存挤爆，程序直接报错。所以递归绝对不是“无限套娃”，每一个递归函数都必须有一个明确的出口条件，让调用能停止，栈帧能逐个弹出。

这里顺便回答一个很多新人的疑惑：“函数自己调用自己，参数不就不一样了，为什么每次不是从头开始？”因为每次调用都会生成新的栈帧，新的参数、新的局部变量都存放在新栈帧里，跟上一层互不干扰。可以理解为同一个函数被复制了一份新的执行环境，只是这份副本的名字和逻辑跟原版一模一样。

有时候面试题里会考“递归函数如何改为非递归”，其实核心思路就是把系统替你维护的调用栈，换成你自己维护的一个显式栈。逻辑是一模一样的，只是内存从系统栈挪到了