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": "3460",
  "Content-Type": "application/json",
  "Date": "Fri, 21 Aug 2026 08:24:30 GMT",
  "Req-Arrive-Time": "1787300670305",
  "Req-Cost-Time": "666",
  "Resp-Start-Time": "1787300670971",
  "Server": "nginx",
  "Set-Cookie": "route=7041e75fbdb03d21cbe6a8d8f36f7b94; Path=/",
  "Vary": "Accept-Encoding",
  "Via": "1.1 Caddy",
  "X-Envoy-Upstream-Service-Time": "660",
  "X-New-Api-Version": "v0.0.0",
  "X-Oneapi-Request-Id": "202608210824301843145808268d9d6PaxJxBZ1",
  "X-Request-Id": "a9506cf5-cf9a-4daf-bc41-7c603b6ecb81"
}

Body:
{
  "id": "chatcmpl-0572aa0b-7254-4df4-98ad-1b6de76bc0d4",
  "object": "chat.completion",
  "created": 1787300670,
  "model": "deepseek-v4-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "递归（Recursion）是计算机科学和数学中一种重要的编程技巧与问题解决思想。它的核心在于**一个函数或过程直接或间接地调用自身**，通过将复杂问题分解为规模更小、结构相似的子问题，最终达到最简单的基本情况（终止条件）来求解。\n\n下面我从定义、核心要素、执行原理、经典例子、优缺点以及应用场景等几个方面展开论述。\n\n---\n\n### 一、递归的定义与本质\n\n1. **定义**  \n   递归是指**在一个函数的定义中，函数内部又调用了自身**的现象。这种调用可以是直接调用（函数A调用A），也可以是间接调用（A调用B，B又调用A）。\n\n2. **本质**  \n   递归的本质是**数学归纳法**的编程体现——即“递推”与“回归”两个过程的结合：\n   - **递推**：将原问题不断转化为更小的同类型问题，直到达到最小子问题。\n   - **回归**：从最小子问题的已知结果出发，逐步回推，计算出上一层的结果，最终得到原问题的解。\n\n3. **与循环的区别**  \n   递归是“函数级”的自我调用，而循环是“语句级”的重复执行。递归通常代码更简洁、更接近数学表达，但可能带来更大的栈空间开销。\n\n---\n\n### 二、递归的三个核心要素\n\n要实现一个正确的递归，必须同时满足以下三个条件，缺一不可：\n\n1. **基准情形（Base Case）**  \n   也称为终止条件。即当问题规模小到可以直接给出答案时，不再调用自身，直接返回结果。这是递归能结束的“出口”，否则会无限调用导致栈溢出。\n\n2. **递归步骤（Recursive Step）**  \n   将当前问题分解为一个或多个规模更小、且与原问题同构的子问题，并调用函数自身去解决这些子问题。\n\n3. **递推关系（Recurrence Relation）**  \n   必须明确原问题的解与子问题的解之间的关系，即如何用子问题的解来构造原问题的解。\n\n---\n\n### 三、递归的执行原理（栈的变化）\n\n递归调用在底层依赖**函数调用栈**（Call Stack）来实现：\n\n1. 每次调用函数时，系统会将当前函数的参数、局部变量和返回地址压入栈中，形成一个栈帧（Stack Frame）。\n2. 当递归调用发生时，新的栈帧被压入栈顶。\n3. 当到达基准情形，函数返回时，栈顶帧出栈，控制权交还给上一层调用处，并利用返回值继续计算。\n4. 递归深度越深，栈占用的内存就越多，因此递归深度过大会有栈溢出风险。\n\n**示例：计算阶乘的调用过程**  \n以 `factorial(4)` 为例，调用栈依次压入：\n```\nfactorial(4) ->",
        "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": "递归（Recursion）是计算机科学和数学中一种重要的编程技巧与问题解决思想。它的核心在于**一个函数或过程直接或间接地调用自身**，通过将复杂问题分解为规模更小、结构相似的子问题，最终达到最简单的基本情况（终止条件）来求解。\n\n下面我从定义、核心要素、执行原理、经典例子、优缺点以及应用场景等几个方面展开论述。\n\n---\n\n### 一、递归的定义与本质\n\n1. **定义**  \n   递归是指**在一个函数的定义中，函数内部又调用了自身**的现象。这种调用可以是直接调用（函数A调用A），也可以是间接调用（A调用B，B又调用A）。\n\n2. **本质**  \n   递归的本质是**数学归纳法**的编程体现——即“递推”与“回归”两个过程的结合：\n   - **递推**：将原问题不断转化为更小的同类型问题，直到达到最小子问题。\n   - **回归**：从最小子问题的已知结果出发，逐步回推，计算出上一层的结果，最终得到原问题的解。\n\n3. **与循环的区别**  \n   递归是“函数级”的自我调用，而循环是“语句级”的重复执行。递归通常代码更简洁、更接近数学表达，但可能带来更大的栈空间开销。\n\n---\n\n### 二、递归的三个核心要素\n\n要实现一个正确的递归，必须同时满足以下三个条件，缺一不可：\n\n1. **基准情形（Base Case）**  \n   也称为终止条件。即当问题规模小到可以直接给出答案时，不再调用自身，直接返回结果。这是递归能结束的“出口”，否则会无限调用导致栈溢出。\n\n2. **递归步骤（Recursive Step）**  \n   将当前问题分解为一个或多个规模更小、且与原问题同构的子问题，并调用函数自身去解决这些子问题。\n\n3. **递推关系（Recurrence Relation）**  \n   必须明确原问题的解与子问题的解之间的关系，即如何用子问题的解来构造原问题的解。\n\n---\n\n### 三、递归的执行原理（栈的变化）\n\n递归调用在底层依赖**函数调用栈**（Call Stack）来实现：\n\n1. 每次调用函数时，系统会将当前函数的参数、局部变量和返回地址压入栈中，形成一个栈帧（Stack Frame）。\n2. 当递归调用发生时，新的栈帧被压入栈顶。\n3. 当到达基准情形，函数返回时，栈顶帧出栈，控制权交还给上一层调用处，并利用返回值继续计算。\n4. 递归深度越深，栈占用的内存就越多，因此递归深度过大会有栈溢出风险。\n\n**示例：计算阶乘的调用过程**  \n以 `factorial(4)` 为例，调用栈依次压入：\n```\nfactorial(4) ->",
        "function_call": null,
        "reasoning": null,
        "refusal": null,
        "role": "assistant"
      },
      "routed_experts": null,
      "stop_reason": null,
      "token_ids": null
    }
  ],
  "created": 1787300670,
  "id": "chatcmpl-gsTrwuuoBHIIwze7",
  "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
  }
}