递归：迭代的深度
尝试一下以下代码：
>>> def recursion():
return recursion()
>>> recursion()
Traceback (most recent call last):
File "<pyshell#3>", line 1, in <module>
recursion()
File "<pyshell#2>", line 2, in recursion
return recursion()
File "<pyshell#2>", line 2, in recursion
return recursion()
File "<pyshell#2>", line 2, in recursion
.....
File "<pyshell#2>", line 2, in recursion
return recursion()
File "<pyshell#2>", line 2, in recursion
return recursion()
RuntimeError: maximum recursion depth exceeded
>>>
会发现貌似进入了一个死循环，需要强制停止，错误信息为：超过了python规定递归的最大深度。。
要设置递归的深度，需要引入一个模块
>>> import sys
>>> sys.setrecursionlimit
<built-in function setrecursionlimit>
>>> sys.setrecursionlimit(1000000)
用递归求阶乘
写一个求阶乘的函数
1、正整数阶乘指从1乘于2乘于3乘于4一直乘到所要求的数。
2、例如给的数是5，则阶乘式是1X2X3X4X5，得到的积是120，所以120就是4的阶乘。
#非递归版本的阶乘算法。。。我居然不会。。。
def fun(x):
result = x
for i in range(1,x):
result *= i
return result
print(fun(5))
递归算法：
def factorial(n):
if n == 1:
return 1
else:
return n * factorial(n-1)
number = int(input(‘请输入一个正整数：‘))
result = factorial(number)
print(‘%d 的阶乘是：%d‘ % (number, result))
看看详细分析：
由于这方面概念不太理解，google一下，看到以下这段：
这里插入一些关于递归的网方解释，因为我是从网上搜到的这些内容：
（1）递归就是在过程或函数里调用自身；
（2）在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口。
递归算法一般用于解决三类问题：
（1）数据的定义是按递归定义的。（比如Fibonacci函数）
（2）问题解法按递归算法实现。（回溯）
（3）数据的结构形式是按递归定义的。（比如树的遍历，图的搜索）
递归的缺点：递归算法解题的运行效率较低。在递归调用的过程当中系统为每一层的返回点、局部量等开辟了栈来存储。递归次数过多容易造成栈溢出等。
【推荐】网文《精通递归程序设计》：
http://www.ibm.com/developerworks/cn/linux/l-recurs.html
递归程序的基本步骤，来自上面这篇文章
每一个递归程序都遵循相同的基本步骤：
1.初始化算法。递归程序通常需要一个开始时使用的种子值（seed
value）。要完成此任务，可以向函数传递参数，或者提供一个入口函数，这个函数是非递归的，但可以为递归计算设置种子值。
2.检查要处理的当前值是否已经与基线条件相匹配（base
case）。如果匹配，则进行处理并返回值。
3.使用更小的或更简单的子问题（或多个子问题）来重新定义答案。
4.对子问题运行算法。
5.将结果合并入答案的表达式。
6.返回结果。
基线条件（base
case）。基线条件是递归程序的最底层位置，在此位置时没有必要再进行操作，可以直接返回一个结果。所有递归程序都必须至少拥有一个基线条件，而且必须确保它们最终会达到某个基线条件；否则，程序将永远运行下去，直到程序缺少内存或者栈空间。
