请详细回答以下问题：解释什么是递归，并举例说明。请展开论述，分点说明，条理清晰。

Method: POST

URL: https://tokease.cn/v1/chat/completions

Headers:
{
  "Authorization": "Bearer sk-oRd5RE9JhT1bDLQ3lOZgdkESeCuowucrcNX16gZEgHecnxmu",
  "Content-Type": "application/json"
}

Body:
{
  "max_tokens": 600,
  "messages": [
    {
      "role": "user",
      "content": "请详细回答以下问题：解释什么是递归，并举例说明。请展开论述，分点说明，条理清晰。"
    }
  ],
  "model": "deepseek-v4-flash/yd"
}

Headers:
{
  "Content-Length": "3175",
  "Content-Type": "application/json",
  "Date": "Fri, 21 Aug 2026 08:21:52 GMT",
  "Req-Arrive-Time": "1787300511823",
  "Req-Cost-Time": "542",
  "Resp-Start-Time": "1787300512366",
  "Server": "nginx",
  "Set-Cookie": "route=b6817f60ab83a9ecf16ead57be0f0f66; Path=/",
  "Vary": "Accept-Encoding",
  "Via": "1.1 Caddy",
  "X-Envoy-Upstream-Service-Time": "536",
  "X-New-Api-Version": "v0.0.0",
  "X-Oneapi-Request-Id": "202608210821517933956658268d9d6KMrmjk4a",
  "X-Request-Id": "8aea38ff-a924-47e4-9a63-321426fae231"
}

Body:
{
  "id": "chatcmpl-22a65bca-234c-4add-9221-170e57c72aba",
  "object": "chat.completion",
  "created": 1787300512,
  "model": "deepseek-v4-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "## 什么是递归？\n\n递归是一种编程技术或数学概念，其核心思想是：**一个函数或过程直接或间接地调用自身**，从而将一个大问题分解为结构相同、规模更小的子问题，直到子问题小到可以直接解决（即达到“基准情形”）。\n\n递归通常包含两个关键部分：\n\n1. **基准情形（Base Case）**：最小的、无需递归即可直接返回结果的情况，它是递归的终止条件，防止无限循环。\n2. **递归步骤（Recursive Case）**：将问题分解为更小的子问题，并调用自身处理子问题，然后将结果组合起来。\n\n递归的本质是“自我相似”和“分而治之”，它常用于处理具有层次结构或自然递归定义的问题（如树形数据、数学归纳定义等）。\n\n---\n\n## 递归的详细解释（分点展开）\n\n### 1. 递归的工作机制\n- 每次递归调用，都会在内存栈中创建一个新的函数调用帧，包含局部变量、参数和返回地址。\n- 当最内层的基准情形被满足时，函数开始返回，逐层向上传递结果，并释放栈帧。\n- 因此，递归的深度受限于系统栈大小，过深会导致栈溢出（Stack Overflow）。\n\n### 2. 递归与迭代的对比\n| 特性 | 递归 | 迭代（循环） |\n|------|------|------------|\n| 代码风格 | 简洁，接近数学定义 | 直观，但可能冗长 |\n| 性能 | 有函数调用开销，可能较慢 | 通常更快，内存占用小 |\n| 可读性 | 适合分治、树形问题 | 适合线性重复操作 |\n| 风险 | 栈溢出 | 无栈溢出风险（除非死循环） |\n\n### 3. 递归的适用场景\n- 数据结构：树、图的遍历（如二叉树的先序/中序/后序遍历）\n- 算法：分治法（如归并排序、快速排序）、回溯（如八皇后问题）\n- 数学定义：阶乘、斐波那契数列、汉诺塔、幂运算\n- 语法分析：如表达式解析、括号匹配\n\n### 4. 递归的注意事项\n- **必须确保基准情形存在且可达**，否则会无限递归。\n- **每次递归调用都应使问题规模减小**，逼近基准。\n- 避免重复计算（如朴素斐波那契递归会指数级冗余），可结合记忆化或动态规划。\n\n---\n\n## 递归的经典例子\n\n### 例1：阶乘（Factorial）\n\n数学定义：  \n`n! = n × (n-1) × ... × 1`，且 `0! = 1`。\n\n递归形式：\n```\nfactorial(n) = 1, 如果 n = 0\nfactorial",
        "refusal": null,
        "annotations": null,
        "audio": null,
        "function_call": null,
        "reasoning": null
      },
      "logprobs": null,
      "finish_reason": "length",
      "stop_reason": null,
      "token_ids": null,
      "routed_experts": null
    }
  ],
  "service_tier": null,
  "system_fingerprint": "vllm-0.25.1-dp8-ep-1d021cfb",
  "usage": {
    "prompt_tokens": 30,
    "total_tokens": 630,
    "completion_tokens": 600,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "multimodal_tokens": null
    }
  },
  "prompt_logprobs": null,
  "prompt_token_ids": null,
  "prompt_text": null,
  "kv_transfer_params": null,
  "metrics": null
}

{
  "prompt_tokens": 30,
  "total_tokens": 630,
  "completion_tokens": 600,
  "prompt_tokens_details": {
    "cached_tokens": 0,
    "multimodal_tokens": null
  }
}

Method: POST

URL: /v1/chat/completions

Headers:
{
  "Accept": "*/*",
  "Accept-Encoding": "gzip",
  "Authorization": "Bearer sk_r4gAXloJQt74Cp4prb19OItKzoG77lLhjmWT4ei20Ua",
  "Content-Length": "211",
  "Content-Type": "application/json",
  "User-Agent": "Go-http-client/2.0",
  "Via": "2.0 Caddy",
  "X-Forwarded-For": "13.212.110.206",
  "X-Forwarded-Host": "api.tokendiet.cn",
  "X-Forwarded-Proto": "https"
}

Body:
{
  "model": "deepseek-v4-flash-g1",
  "messages": [
    {
      "role": "user",
      "content": "请详细回答以下问题：解释什么是递归，并举例说明。请展开论述，分点说明，条理清晰。"
    }
  ],
  "max_tokens": 600
}

Body:
{
  "choices": [
    {
      "finish_reason": "length",
      "index": 0,
      "logprobs": null,
      "message": {
        "annotations": null,
        "audio": null,
        "content": "## 什么是递归？\n\n递归是一种编程技术或数学概念，其核心思想是：**一个函数或过程直接或间接地调用自身**，从而将一个大问题分解为结构相同、规模更小的子问题，直到子问题小到可以直接解决（即达到“基准情形”）。\n\n递归通常包含两个关键部分：\n\n1. **基准情形（Base Case）**：最小的、无需递归即可直接返回结果的情况，它是递归的终止条件，防止无限循环。\n2. **递归步骤（Recursive Case）**：将问题分解为更小的子问题，并调用自身处理子问题，然后将结果组合起来。\n\n递归的本质是“自我相似”和“分而治之”，它常用于处理具有层次结构或自然递归定义的问题（如树形数据、数学归纳定义等）。\n\n---\n\n## 递归的详细解释（分点展开）\n\n### 1. 递归的工作机制\n- 每次递归调用，都会在内存栈中创建一个新的函数调用帧，包含局部变量、参数和返回地址。\n- 当最内层的基准情形被满足时，函数开始返回，逐层向上传递结果，并释放栈帧。\n- 因此，递归的深度受限于系统栈大小，过深会导致栈溢出（Stack Overflow）。\n\n### 2. 递归与迭代的对比\n| 特性 | 递归 | 迭代（循环） |\n|------|------|------------|\n| 代码风格 | 简洁，接近数学定义 | 直观，但可能冗长 |\n| 性能 | 有函数调用开销，可能较慢 | 通常更快，内存占用小 |\n| 可读性 | 适合分治、树形问题 | 适合线性重复操作 |\n| 风险 | 栈溢出 | 无栈溢出风险（除非死循环） |\n\n### 3. 递归的适用场景\n- 数据结构：树、图的遍历（如二叉树的先序/中序/后序遍历）\n- 算法：分治法（如归并排序、快速排序）、回溯（如八皇后问题）\n- 数学定义：阶乘、斐波那契数列、汉诺塔、幂运算\n- 语法分析：如表达式解析、括号匹配\n\n### 4. 递归的注意事项\n- **必须确保基准情形存在且可达**，否则会无限递归。\n- **每次递归调用都应使问题规模减小**，逼近基准。\n- 避免重复计算（如朴素斐波那契递归会指数级冗余），可结合记忆化或动态规划。\n\n---\n\n## 递归的经典例子\n\n### 例1：阶乘（Factorial）\n\n数学定义：  \n`n! = n × (n-1) × ... × 1`，且 `0! = 1`。\n\n递归形式：\n```\nfactorial(n) = 1, 如果 n = 0\nfactorial",
        "function_call": null,
        "reasoning": null,
        "refusal": null,
        "role": "assistant"
      },
      "routed_experts": null,
      "stop_reason": null,
      "token_ids": null
    }
  ],
  "created": 1787300512,
  "id": "chatcmpl-gsTr2bZduH1m4dUt",
  "kv_transfer_params": null,
  "metrics": null,
  "model": "deepseek-v4-flash-g1",
  "object": "chat.completion",
  "prompt_logprobs": null,
  "prompt_text": null,
  "prompt_token_ids": null,
  "service_tier": null,
  "system_fingerprint": "vllm-0.25.1-dp8-ep-1d021cfb",
  "usage": {
    "completion_tokens": 600,
    "prompt_tokens": 30,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "multimodal_tokens": null
    },
    "total_tokens": 630
  }
}