递归必须有明确终止条件，否则会因栈溢出抛出StackOverflowError；Java默认栈约1MB，深层递归需改迭代或调大-Xss；应区分返回值与副作用，推荐纯函数风格。
递归方法必须有明确的终止条件
没有终止条件的递归会无限调用，最终抛出 StackOverflowError。Java 虚拟机为每个线程分配固定大小的栈空间，每次方法调用都会压入一个栈帧，递归过深就会耗尽栈内存。
常见错误写法：
public static int factorial(int n) {
return n * factorial(n - 1); // 没有 if (n <= 1) return 1;
}这种写法在 n = 5 时看似能算，但只要传入 0 或负数就直接崩溃，且对所有输入都缺少兜底。
- 终止条件应覆盖所有可能输入路径（包括边界值、异常值）
- 优先写终止分支，再写递归分支，避免遗漏
- 测试时务必覆盖
n = 0、n = 1、负数、极大值等用例
递归参数要确保向终止条件收敛
即使写了 if (n ，如果递归调用时参数不减小（或反而增大），仍会无限循环。例如误写成 <code>factorial(n + 1)，或在处理数组时下标越界后未校验就继续递归。
典型问题场景：
- 处理字符串或数组时，递归调用传入
index + 1却没检查index >= str.length() - 二分递归中，计算
mid后传入left = mid而非left = mid + 1，导致区间不收缩 - 浮点数递归（如逼近解）未设置精度阈值，
Math.abs(x - target) > 1e-6缺失
注意递归深度对性能和栈空间的实际影响
Java 默认栈大小通常为 1MB 左右（可通过 -Xss 调整），深度超过几千层就容易触发 StackOverflowError。这不是理论极限，而是真实运行约束。
立即学习“Java免费学习笔记（深入）”；
比如计算斐波那契第 10000 项的朴素递归：
public static long fib(long n) {
if (n <= 1) return n;
return fib(n - 1) + fib(n - 2);
}该实现时间复杂度是指数级，且调用深度达 10000 层——JVM 几乎必然崩溃，而非“慢一点”。
- 深度 > 1000 的递归应优先考虑改写为迭代（用显式
Stack或循环） - 尾递归在 Java 中**不被 JVM 优化**，哪怕写成尾递归形式（如
return f(n-1, acc)），栈帧仍会累积 - 若必须深层递归，需评估并显式调大
-Xss2m等参数，但这是权宜之计，非根本解法
递归返回值与副作用要区分清楚
递归方法常混用“返回计算结果”和“执行某操作（如遍历打印）”，一旦逻辑耦合，调试和复用就变困难。例如在树遍历中同时修改外部集合又返回布尔值，容易引发状态错乱。
推荐做法：
- 纯函数风格：输入确定 → 输出确定，不依赖/修改外部变量
- 若需收集结果，让递归返回
List或Optional，而非往全局static List里 add - 避免在递归体中做 I/O（如
System.out.println），它会掩盖调用顺序，干扰调试
递归本身不难，难的是把“谁负责终止”“谁控制流向”“谁持有状态”这三件事在代码里划清界限。很多人卡住，不是不会写 return f(n-1)，而是没想清这一行执行时，上一层还在等什么、下一层又承诺了什么。
