递归是在方法的内部调用自己的方法，所有具有自己调用的方法都是递归的
如果你在谷歌上搜索递归，那么你将会看到如下的信息。
当你点击红色框中的递归，然后看到的还是这个页面，直到你明白递归。会不会是谷歌调皮了？这个问题有待研究。
递归是一种神奇的算法，是编程书籍中最笨拙的部分。 这些书通常会向您展示递归阶乘实现，然后会警告您，尽管它可以工作，但它非常慢，并且可能溢出和崩溃。 虽然人们对此表示怀疑，但这并不影响递归是该算法中最强大的想法。
第一次接触递归递归算法在数学阶乘的计算中敏锐而生动地体现，阶乘是置换组合的结果，任何大于1的自然数n都可以表示为：n！ = 1 x 2 x 3 x ...x n。另外，0！=1；
现在来看这个问题，确实是太简单了，因此我这里就给大家找了一个求6的阶乘图，让大家理解一下。
有兴趣的朋友呢，可以尝试手动编写一下这个程序，绝大多数的编程语言都可以实现。我这里给大家一个C 版本的。也是教科书上的源码程序给大家参考一下。
#include <iostream>
using namespace std;
int Factorial(int n){
int sum=0; //定义一个累乘的sum量
if(n==0)return 1; //递归结束出口，当递归到n=0时，返回1值
else{
sum=n*Factorial(n-1); //递归调用
}
return sum;
}
int main()
{
int n;
int sum;
cin>>n;
sum=Factorial(n);
cout<<sum;
return 0;
}
另外，在教科书中还有一个练习题就是，斐波那契数列。这个我在这里就不给大家说了，大家有兴趣的话呢，可以去了解一下。是一个非常有意思的数列。
那些算法题中可以使用递归？数据的定义是按递归定义的。如Fibonacci函数。
问题解法按递归算法实现。如Hanoi问题。
数据的结构形式是按递归定义的。如二叉树、广义表等。
在常见的算法面试题中，我们会经常使用递归来解决一些问题。一般来说，能用递归解决的问题，那么使用动态规划也可以解决。
动态规划的三要素一、最优子结构
二、边界
三、状态转移方程
这三点在我的算法面试详解的视频中都有详细描述。
总结递归和动态规划的区别是，递归是自顶向底解决问题，动态规划是自底向顶解决问题。
递归在某些算法题中需要进行剪枝。如果不进行剪枝，那么递归就会进行很多重复的计算，因此使用递归需要进行剪枝优化，通常来说动态规划比递归更优。
但是动态规划的难点在于最优子结构的选择以及寻找状态转移方程。这些都是需要平常的积累。
所以，只有当你做了大量的算法练习题之后，你就能够清楚的了解递归和动态规划思想。
,
