递归（Recursion）是计算机科学中最优美也最令初学者头疼的编程思想——它需要一种"用函数调用自身"的思维方式，这与大多数人的线性思维习惯完全不同。
AP计算机科学A（Java）和IB计算机科学都会考查递归，很多学生在这里卡壳。
递归的核心思想
递归函数的关键是两个部分：
1. **基本情况（Base Case）**：什么条件下停止递归，直接返回结果
2. **递归调用（Recursive Call）**：在什么条件下调用自身，向Base Case靠近
经典例子：计算n的阶乘 n!
Base Case: 如果n == 0，返回1
Recursive: 如果n > 0，返回 n * factorial(n-1)
来自北京的小林，AP计算机A递归题每次都做错，她说："我看懂了逻辑，但就是不知道这段代码运行的时候每步在干什么。"
这个问题很典型——"理解了逻辑，但追踪不了执行过程"。
Debug思维辅导：手动追踪执行过程
留美汇AP计算机辅导老师，用了一个最有效的递归理解方法：**手写递归调用栈（Call Stack Trace）**。
以factorial(3)为例：
factorial(3) 调用 factorial(2)
factorial(2) 调用 factorial(1)
factorial(1) 调用 factorial(0)
factorial(0) 返回 1 [Base Case]
factorial(1) 返回 1 * 1 = 1
factorial(2) 返回 2 * 1 = 2
factorial(3) 返回 3 * 2 = 6
老师让小林亲手画出这个调用栈，用缩进表示调用层次，用箭头表示返回值的传递。
"画了三四个例子之后，我突然明白了——递归就像一层一层往下钻，直到触底，然后一层一层往上返回答案。"小林说。
常见递归算法的辅导
AP计算机常考的递归算法：
**汉诺塔（Tower of Hanoi）**：经典递归问题，展示了如何把大问题分解成小问题
**二分搜索（Binary Search）**：递归版的实现，比迭代版更直观
**斐波那契数列（Fibonacci）**：最常考的递归例子，同时也展示了递归的"重复计算"效率问题
**树的遍历（Tree Traversal）**：前序、中序、后序遍历都是递归的典型应用（AP CS A的Tree相关题）
每种算法，老师都用Call Stack Trace方法帮小林追踪执行过程，直到她能独立画出任意输入值的执行轨迹。
3周后，小林的递归题正确率从20%提升到了85%，她说："以前看到递归就慌，现在觉得很有意思。"
联系留美汇，从Call Stack Trace开始，用Debug思维彻底理解AP/IB计算机递归算法。
