递归，分治算法，动态规划，贪⼼算法的区别联系
    递归：编程技巧，解决问题的思维⽅式
    分治算法：解决更具体问题的算法思想，多数基于递归，分解的子问题不重复，如归并排序
    动态规划：解决更具体问题的算法思想，多数基于递归，但最终大都又不是递归，重叠⼦问题性质（子问题重复）
    贪⼼算法：动态规划的一个子集，高效解决更特殊问题

    1.警惕堆栈溢出：可以声明一个全局变量来控制递归的深度，从而避免堆栈溢出。
    2.警惕重复计算：通过某种数据结构来保存已经求解过的值，从而避免重复计算。

    笼统的讲，所有的递归代码都可以改写为迭代循环的非递归写法。如何做？抽象出递推公式、初始值和边界条件，然后用迭代循环实现。

    基本思想
    某个函数直接或者间接地调⽤⾃⾝，这样就把原问题的求解转换为许多性质相同但是规模更⼩的⼦问题。我们只需要关注如何把原问题划分成符合条件的⼦问题，⽽不需要去研究这个⼦问题是如何被解决的。
    性质相同子问题、关注划分子问题

    递归和枚举的区别在于：枚举是横向地把问题划分，然后依次求解⼦问题，⽽递归是把问题逐级分解，是纵向的拆分。 #🤔
    加深理解的问题
    1. 如何给⼀堆数字排序？ 答：分成两半，先排左半边再排右半边，最后合并就⾏了，⾄于怎么排左边和右边，请重新阅读这句话。
    2. 孙悟空⾝上有多少根⽑？ 答：⼀根⽑加剩下的⽑。
    3. 你今年⼏岁？ 答：去年的岁数加⼀岁,1999 年我出⽣。

    代码特征
    注意：明⽩⼀个函数的作⽤并相信它能完成这个任务，千万不要试图跳进细节！！！即相信该函数的结果是正确的，并高效去利用它
    结束条件：最简子问题
    自我调用：缩小规模，即划分子问题

    数学归纳法和递归
    一个是缩小规模，有结束条件
    一个是扩大规模，无结束条件——无穷

    选择原因
    1、递推的思维是正常⼈的思维，总是看着眼前的问题思考对策，解决问题是将来时；递归的思维，逼迫我们倒着思考，看到问题的尽头，把解决问题的过程看做过去时
    2、练习分析问题的结构，当问题可以被分解成相同结构的⼩问题时，你能敏锐发现这个特点，进⽽⾼效解决问题
    3、跳出细节，从整体上看问题。不仅简洁漂亮而且可解释性强。非递归需要考虑边界计算细节易出bug且难调试
    4、堆栈消耗额外空间

    常见案例
    遍历二叉树（前中后序）——>遍历多叉数