答案：递归函数需明确终止条件，避免栈溢出和重复计算。以阶乘为例，必须设置 base case 防止无限调用；优化时可采用尾递归或转为迭代，如用栈模拟实现非递归遍历，确保安全高效。
Go语言中编写递归函数和优化它，核心在于明确终止条件、避免栈溢出、减少重复计算。递归本身简洁，但不加控制容易导致性能差甚至崩溃。
基础递归写法：以阶乘为例
递归函数必须有明确的退出条件（base case），否则会无限调用直至栈溢出。
示例：计算 n!：
func factorial(n int) int {
if n <= 1 { // 终止条件
return 1
}
return n * factorial(n-1) // 自调用
}注意：n 为负数时需额外校验，否则逻辑错误；int 类型有上限，大数会溢出，生产环境建议用 big.Int 或限制输入范围。
立即学习“go语言免费学习笔记（深入）”；
常见陷阱与规避方法
-
没有终止条件或条件不全：比如只写
n == 0却忽略n ，导致负数无限递归 -
参数未递减/递增：如误写成
factorial(n)而非factorial(n-1)，造成死循环 -
深递归引发栈溢出：Go 默认 goroutine 栈约 2MB，约支持几千层递归；超限时 panic：
runtime: goroutine stack exceeds 1000000000-byte limit
递归优化策略
Go 不支持尾递归自动优化（不像 Scheme 或 Haskell），所以需手动转换或改用迭代。
- 记忆化（Memoization）：缓存已算结果，避免重复子问题。适合斐波那契、路径搜索等重叠子结构场景
- 转为迭代：用 for 循环 + 显式栈（如 slice 模拟）替代递归，彻底规避栈限制
- 分治+并发：对可分割的大任务（如树遍历、大数组归并），用 goroutine 并行处理子问题，但要注意同步和资源控制
示例：带记忆化的斐波那契
func fibMemo(n int, memo map[int]int) int {
if n <= 1 {
return n
}
if v, ok := memo[n]; ok {
return v
}
memo[n] = fibMemo(n-1, memo) + fibMemo(n-2, memo)
return memo[n
}何时该放弃递归？
当出现以下情况，优先考虑迭代或重构：
- 递归深度可能超过 1000 层（尤其处理用户输入或未知规模数据）
- 函数被高频调用，且子问题大量重复（如未加 memo 的 fib）
- 需要精确控制内存或执行时间（如嵌入式、实时服务）
- 团队协作中，递归逻辑不易理解或调试（可读性 > 简洁性时）
例如二叉树遍历，递归写法直观，但深度优先迭代版更可控：
func inorderIterative(root *TreeNode) []int {
var res []int
stack := []*TreeNode{}
curr := root
for curr != nil || len(stack) > 0 {
for curr != nil {
stack = append(stack, curr)
curr = curr.Left
}
curr = stack[len(stack)-1]
stack = stack[:len(stack)-1]
res = append(res, curr.Val)
curr = curr.Right
}
return res
}基本上就这些。递归不是银弹，写得对才叫优雅，写错了就是定时 panic。关键在想清楚“谁来停、怎么变、会不会炸”。
