1. 递归函数的三要素
📌 什么是递归？
递归是指函数在定义中调用自身的过程。核心思想是将复杂问题分解为规模更小但结构相似的子问题。
递归三要素
🎯 要素 1：基准情形 (Base Case)
递归必须有终止条件，否则会造成无限递归，导致栈溢出。
if (n == 0) // 基准情形
return 1;
🎯 要素 2：递归调用 (Recursive Call)
函数在定义中调用自身，每次调用都向基准情形靠近。
return n * factorial(n - 1); // 递归调用
🎯 要素 3：状态变化 (State Change)
每次递归调用时，问题规模必须减小。
factorial(5) → factorial(4) → factorial(3) → factorial(2) → factorial(1)
↓
规模减小
💡 提示：缺少任何一个要素，递归都无法正常工作！
递归执行过程可视化
🎬 演示递归调用过程
1
2
3
4
5
> 点击"开始演示"查看递归过程...
2. 阶乘计算递归演示
📐 数学定义
n! = n × (n-1) × (n-2) × ... × 1
递归定义：n! = n × (n-1)!，其中 0! = 1, 1! = 1
代码实现
long factorial_recursive(int n)
{
// 基准情形
if (n == 0 || n == 1)
return 1;
// 递归调用
return n * factorial_recursive(n - 1);
}
互动演示
🧮 阶乘计算器
> 等待计算...
📊 递归树展开
3. 斐波那契数列递归演示
📐 数学定义
F(1) = 1, F(2) = 1
F(n) = F(n-1) + F(n-2) (n ≥ 3)
数列：1, 1, 2, 3, 5, 8, 13, 21, 34, 55...
代码实现
int fibonacci_recursive(int n)
{
// 基准情形
if (n <= 2)
return 1;
// 递归调用
return fibonacci_recursive(n - 1)
+ fibonacci_recursive(n - 2);
}
⚠️ 注意：递归版斐波那契存在大量重复计算，效率较低。实际应用中建议使用迭代版或记忆化递归。
互动演示
🔢 斐波那契计算器
> 等待计算...
🌳 递归树可视化
4. 汉诺塔问题递归演示
📜 问题描述
将 n 个盘子从 A 柱移到 C 柱，每次只能移动一个盘子，大盘子不能放在小盘子上面。
代码实现
int move_count = 0;
void hanoi(int n, char from, char to, char aux)
{
// 基准情形
if (n == 1)
{
move_count++;
printf("第%d步：%c → %c\n", move_count, from, to);
return;
}
// 递归步骤
hanoi(n - 1, from, aux, to);
move_count++;
printf("第%d步：%c → %c\n", move_count, from, to);
hanoi(n - 1, aux, to, from);
}
互动演示
🏛️ 汉诺塔动画
> 点击"开始移动"查看步骤...
5. 最大公约数递归演示
📐 辗转相除法（欧几里得算法）
gcd(m, n) = gcd(n, m % n)
当 n = 0 时，返回 m
代码实现
int gcd_recursive(int m, int n)
{
// 基准情形
if (n == 0)
return m;
// 递归调用
return gcd_recursive(n, m % n);
}
互动演示
🔢 最大公约数计算器
> 等待计算...
📊 递归过程展示
6. 递归 vs 迭代 性能对比
📊 对比表格
| 特性 | 递归 | 迭代 |
|---|---|---|
| 代码简洁性 | ⭐⭐⭐⭐⭐ 简洁优雅 | ⭐⭐⭐ 相对冗长 |
| 可读性 | ⭐⭐⭐⭐ 接近数学定义 | ⭐⭐⭐ 需要理解循环 |
| 内存使用 | ⭐⭐ 占用栈空间 | ⭐⭐⭐⭐⭐ 内存效率高 |
| 执行效率 | ⭐⭐⭐ 可能有重复计算 | ⭐⭐⭐⭐⭐ 通常更高效 |
性能测试
⚡ 斐波那契性能对比
> 点击"运行测试"查看性能对比...
💡 优化建议：对于斐波那契数列，可以使用记忆化递归或动态规划来优化性能！
7. 递归知识测试
0/5
第 1 题：递归函数必须具备的要素是？
第 2 题：以下哪个函数可能导致栈溢出？
第 3 题：斐波那契数列 F(6) 的值是多少？
第 4 题：3 个盘子的汉诺塔问题最少需要多少步？
第 5 题：递归和迭代的关系是？