你有没有遇到过这种情况：写代码时，一个问题太大太复杂，拆来拆去还是理不清头绪？比如要遍历一个文件夹里的所有子文件夹和文件，或者计算某个复杂的数学表达式。这时候，递归算法可能就是你需要的“分而治之”利器。
什么是递归算法？
简单说，递归就是函数自己调用自己。听起来有点绕，但其实就像照镜子时两面镜子相对，影像一层层嵌套下去。在算法设计中，递归的核心思想是把一个大问题拆成结构相同的小问题，直到小到可以直接解决。
举个生活中的例子：你整理书架，发现每本书后面还藏着一摞旧资料。你打开第一本，里面又有两本小册子，每本小册子后面还有纸条。你不着急，先把当前这本处理完，再依次处理里面的每一本——这个“处理里面的每一本”的动作，本质上和最开始的动作是一样的。这就是递归的思维。
递归的两个关键点
写递归算法，必须把握好两点：终止条件和递推关系。
终止条件是递归的“刹车”。没有它，函数会无限调用自己，最终导致栈溢出。比如计算阶乘，0! = 1 就是终止条件。递推关系则是“怎么一步步拆解问题”，比如 n! = n × (n-1)!。
来看一个经典的例子：计算斐波那契数列的第 n 项。
int fibonacci(int n) {
if (n <= 1) {
return n;
}
return fibonacci(n - 1) + fibonacci(n - 2);
}这段代码简洁明了，但效率不高，因为重复计算太多。不过它展示了递归的基本结构：if 判断就是终止条件，后面的 return 是递推关系。
递归在文件遍历中的应用
在电脑优化场景中，递归特别适合处理树形结构的数据。比如你要写一个清理临时文件的工具，需要进入每个子目录查找 .tmp 文件。
用循环实现会很麻烦，得手动维护一个路径队列。而用递归，逻辑清晰很多：
void scanDirectory(string path) {
// 处理当前目录下的所有文件
for (string file : getFiles(path)) {
if (file.endsWith(".tmp")) {
deleteFile(file);
}
}
// 递归处理每个子目录
for (string dir : getSubdirectories(path)) {
scanDirectory(dir);
}
}每次进入新目录，函数都做同样的事：删临时文件，再进子目录。结构一致，代码复用，维护起来也省心。
小心递归的坑
虽然递归写起来优雅，但也不是万能的。最大的问题是调用栈深度。每次函数调用都会占用栈空间，层数太深容易导致栈溢出。比如处理上万层嵌套的文件夹，普通递归就扛不住。
另一个问题是效率。像上面的斐波那契例子，时间复杂度是指数级的。实际开发中，往往要用记忆化（缓存中间结果）或改写成迭代方式来优化。
有些语言支持尾递归优化，能把特定形式的递归转换成循环，避免栈增长。但 C++ 和 Java 目前对这类优化支持有限，得靠程序员自己权衡。
什么时候该用递归？
当你面对的问题天然具有自相似结构时，优先考虑递归。比如二叉树遍历、表达式求值、迷宫寻路、汉诺塔等。这些问题用递归写，代码可读性远高于层层嵌套的 while 循环。
但如果数据规模大，或者性能要求高，就得评估是否需要转为非递归实现。有时候，把递归改写成使用显式栈的迭代方式，既能保留逻辑清晰的优点，又能控制内存使用。
递归不是炫技，而是工具。用得好，能让复杂问题变得简单直接；用不好，反而带来性能隐患。关键是在理解原理的基础上，结合实际场景灵活选择。