最近在学习算法，发现自己笨得不知道迭代和递归，脑子转不过来，所以自己又学了。
如果你和我一样分不清迭代和递归，我衷心希望这篇文章对你有帮助。
本篇只是通过一个简单的例子来说明迭代和递归，对于二者在算法中更深层次的运用不加以说明。
如有错误，欢迎指正，我会及时更正错误。
迭代(iteration (theprocessofrepeating http://www.Sina.com /，eachtimeapplyingittotheresultofthepreviousstage
递归(recursion (theprocessofrepeating http://www.Sina.com /，eachtimeapplyingittotheresultofthepreviousstage
(摘自牛津词典的英语释义，但因为简单所以不翻译)
可以看出反复和递归都在反复。
a mathematical or computing process or set of instructions again and again
看看最亲近的例子吧。 —— a function
但是它们重复的内容，重复的方式不一样。
递归法： intf(intn ) if ) n==1||n==2) { return 1； }else{returnf(n-1 ) f ) n-2； //递归调用表达式}}递归分为两个过程：递归和回归，正如您从名称中看到的那样
例如，计算f(6)
3358www.Sina.com/表示配波拉契数列：1，1，2，3，5，8，…得到f(n)的过程，而分析表示黄色箭头的过程
由此可见，递推
蓝色箭头
回归
递归就是将一个规模为n的问题将其一级一级地向下分解，最终我们可以分解到 n0 或 n1 或 n== 2 时的初始值，得到初始值后，我们再一级一级地回归，得到最终结果。
函数必须直接或间接调用自身
因为有递归结束条件检查，所以每次进行递归调用时都会接近这个结束条件
如果不满足递归终止条件，则会调用带有递归调用的表达式。
所以递归解决的问题是这个样子的：
从上述求f(6)的过程中可以看出，有很多要解决一个规模为n的问题，能够设法将其分解成规模较小的问题，而这些小问题能够很方便地构造出大问题的解，并且这些小问题也能采用同样的分解和综合的方法，分解成为规模更小的问题。最后规模小到可以直接得解。，例如计算f(6)的过程进行了两次。 所以递归特点：
迭代法： intf(intn ) { int f1=1，f2=1； //确定迭代变量int t=0的if(n==1||n==2) { return 1； (else ) for ) intI=3； i=n； I ) (/控制迭代过程的t=f1 f2； f1=f2； f2=t； //构造迭代关系式(} return t； }同样，让我们计算一下f(6)
首先是问题：
此后，在每个周期内，按重复的运算
最后的t值是我们想要的结果
递归算法的执行效率相对较低。
根据我们建立的关系式，我们设定的迭代变量不断更新
通俗地说，迭代在不断前进，没有回头路
迭代变量f1,f2,t
迭代变量可以用迭代算法解决的问题中，建立的迭代关系式不断更新迭代变量
迭代关系式迭代特点：
控制迭代过程迭代的准备工作：
总结：递归是指在直接求解问题之前继续划分为规模较小的子问题，然后提升回归，综合小规模问题的解，最终得到原问题的解。
迭代通过建立的关系式，不断地从旧值中得到新值，总是在前进。