軟考伺服器遞歸和迭代有什麼區別

1. DNS 遞歸和迭代的區別

默認情況下，DNS伺服器使用遞歸方式來解析名字。遞歸的含義就是DNS伺服器作為DNS客戶端向其他DNS伺服器查詢此解析請求，直到獲得解析結果，在此過程中，原DNS客戶端則等待DNS伺服器的回復。
如果你禁止DNS伺服器使用遞歸方式，則DNS伺服器工作在迭代方式，即向原DNS客戶端返回一個參考答復，其中包含有利於客戶端解析請求的信息（例如根提示信息等），而不再進行其他操作；原DNS客戶端根據DNS伺服器返回的參考信息再決定處理方式。但是在實際網路環境中，禁用DNS伺服器的遞歸查詢往往會讓DNS伺服器對無法進行本地解析的客戶端請求返回一個伺服器失敗的參考答復，此時，客戶端則會認為解析失敗。
所以遞歸和迭代的不同之處就是當DNS伺服器沒有在本地完成客戶端的請求解析時，由誰扮演DNS客戶端的角色向其他DNS伺服器發起解析請求。

2. 在計算機演算法中，迭代和遞歸是什麼意思它們有什麼區別

舉個例子：我想求1+2+3+4+..+100的值。
迭代的做法：從1到100，順著往下累加。1+2=3,3+3=6,6+4=10,10+5=15……
程序表示，
int i=1,sum=0;
while(i<=100){
sum = sum +i;
}
遞歸的做法：我要求1到100的累加值，如果我已經得到1到99的累加值，將這個值加上100就是1到100的累加值；要得到1到99的累加值，如果已經得到1到98的累加值，將這個值加上99，就是1到99的累加值……最後我要得到1到2的累加值，我如果得到1自身累加值，再加上2即可，1自身的累加值顯然就是1了。於是現在我們得到了1到2的累加值，將這個值加3就得到了1到3的累加值，……最後直到得到1到100的累加值。
程序表示，其中函數會調用自身，這就是遞歸方法的典型特徵
int GetSum(int n)
{
if(n<=0) return 0;
else return n+GetSum(n-1);
}

上述例子中，其實遞歸最後得到結果也是用迭代方法完成的，只是在程序的處理上直觀看不出來。兩者都能很好的完成計算任務，不同之處在於思維方式上，從而導致不同的計算方法：迭代是正向思維，從頭到尾思考問題；遞歸是逆向思維，他假設我們已經得到了部分結果(假設我已經知道了1到99的累加值，把這個值加上100我們就得到了1到100的累加值了)，從尾部追溯到頭部，從而讓問題簡化(當然這個例子中看不出來，這里只是方便理解，有興趣可以參考一下http://ke..com/view/568949.htm 斐波那契數列 的構造方法)。

3. 什麼是遞歸和迭代二者有何聯系

1. 遞歸是一種自包含（調用）結構，信輪迭代則是循環結構。二者都是重復一件事情。比如讓你不斷地在紙上畫不重疊的圓圈就是循環；而讓你不斷地在圓圈內再畫圓圈就是遞歸，比如中國的國徽就是一個遞歸圖案。

2. 遞歸應該是指遞進並咐差回歸，作為一種程序結構，其表現形式為在一個函數或過程內調用自己，其特點就是簡潔。在遞歸代碼中必須包含一條有效的條件返回，否則運行時將造成系統崩潰。當遞進深度超過機器容量時，同樣會造成系統崩潰衡坦皮。所以在大型數據處理中應謹慎使用遞歸結構。

3. 循環是利用帶有條件的跳躍（回）指令來重復一段代碼。無條件回跳就是所謂的無限循環。

4. 既然都是重復做一件事，那麼在代碼中遞歸和迭代是可以相互替換的。同樣的處理內容，迭代代碼比遞歸代碼復雜的多，也安全的多。因為遞歸調用是對系統堆棧的考驗，遞歸深度越深，系統崩潰的可能性就越大。而迭代則除了時間外不會佔用系統額外資源。

4. DNS域名解析的兩種方式遞歸查詢和迭代查詢之間有什麼區別

1.遞歸查詢:
一般客戶機畢辯猛和伺服器之間屬遞歸查詢，即當客戶機向DNS伺服器發出請求後,若DNS伺服器本身不能解析,則會向另外的DNS伺服器發出查詢請求，得到結果後轉交給客戶機；
2.迭代查詢(反復查詢):
一手橋般DNS伺服器之間屬迭代查詢，如：若DNS2不能灶汪響應DNS1的請求，則它會將DNS3的IP給DNS2，以便其再向DNS3發出請求；
舉例：比如學生問老師一個問題，王老師告訴他答案這之間的叫遞歸查詢。這期間也許王老師也不會，這時王老師問張老師，這之間的查詢叫迭代查詢！

5. 遞歸和迭代有什麼區別

遞歸和迭代都是循環的一種。

簡單地說，遞歸是重復調用函數自身實現循環。迭代是函數內某段代碼實現循環，而迭代與普通循環的區別是：循環代碼中參與運算的變數同時是保存結果的變數，當前保存的結果作為下一次循環計算的初始值。

遞歸循環中，遇到滿足終止條件的情況時逐層返回來結束。迭代則使用計數器結束循環。當然很多情況都是多種循環混合採用，這要根據具體需求。

遞歸的例子，比如給定一個整數數組，採用折半查詢返回指定值在數組中的索引，假設數組已排序，為方便描述，假設元素都為正數,數組長度為2的整數倍。

折半查詢是查詢的一種，比遍歷所有元素要快很多。

intFind(int*ary,int桐兄index,intlen,intvalue)
{
if(len==1)//最後一個元素
{
if(ary[index]==value)returnindex;//成功查詢返回索引
return-1;//失敗，返回-1
}
//如果長度大於1，滾轎進行折半遞歸查詢
inthalf=len/2;
//檢查被查值是否大於上半部分最後一個值，如果是則遞歸查詢後半部分
if(value>ary[index+half-1])
大輪肆returnFind(ary,index+half,half,value);
//否則遞歸查詢上半部分
returnFind(ary,index,half,value);
}

迭代經典例子就是實數的累加，比如計算1-100所有實數的和。

intv=1;
for(i=2;i<=100;i++)
{
v=v+i;
}

6. 迭代演算法和遞歸演算法的異同

迭代演算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令（或一定步驟）進行重復執行，在每次執行這組指令（或這些步驟）時，都從變數的原值推出它的一個新值。

利用迭代演算法解決問題，需要做好以下三個方面的工作：

一、確定迭代變數。在可以用迭代演算法解決的問題中，至少存在一個直接或間接地不斷由舊值遞推出新值的變數，這個變數就是迭代變數。

二、建立迭代關系式。所謂迭代關系式，指如何從變數的前一個值推出其下一個值的公式（或關系）。迭代關系式的建立是解決迭代問題的關鍵，通常可以使用遞推或倒推的方法來完成。

三、對迭代過程進行控制。在什麼時候結束迭代過程？這是編寫迭代程序必須考慮的問題。不能讓迭代過程無休止地重復執行下去。迭代過程的控制通常可分為兩種情況：一種是所需的迭代次數是個確定的值，可以計算出來；另一種是所需的迭代次數無法確定。對於前一種情況，可以構建一個固定次數的循環來實現對迭代過程的控制；對於後一種情況，需要進一步分析出用來結束迭代過程的條件。

例 1 ： 一個飼養場引進一隻剛出生的新品種兔子，這種兔子從出生的下一個月開始，每月新生一隻兔子，新生的兔子也如此繁殖。如果所有的兔子都不死去，問到第 12 個月時，該飼養場共有兔子多少只？

分析： 這是一個典型的遞推問題。我們不妨假設第 1 個月時兔子的只數為 u 1 ，第 2 個月時兔子的只數為 u 2 ，第 3 個月時兔子的只數為 u 3 ，……根據題意，「這種兔子從出生的下一個月開始，每月新生一隻兔子」，則有

u 1 ＝ 1 ， u 2 ＝ u 1 ＋ u 1 × 1 ＝ 2 ， u 3 ＝ u 2 ＋ u 2 × 1 ＝ 4 ，……

根據這個規律，可以歸納出下面的遞推公式：

u n ＝ u n － 1 × 2 (n ≥ 2)

對應 u n 和 u n － 1 ，定義兩個迭代變數 y 和 x ，可將上面的遞推公式轉換成如下迭代關系：

y=x*2

x=y

讓計算機對這個迭代關系重復執行 11 次，就可以算出第 12 個月時的兔子數。參考程序如下：

cls

x=1

for i=2 to 12

y=x*2

x=y

next i

print y

end

例 2 ： 阿米巴用簡單分裂的方式繁殖，它每分裂一次要用 3 分鍾。將若干個阿米巴放在一個盛滿營養參液的容器內， 45 分鍾後容器內充滿了阿米巴。已知容器最多可以裝阿米巴 2 20 個。試問，開始的時候往容器內放了多少個阿米巴？請編程序算出。

分析： 根據題意，阿米巴每 3 分鍾分裂一次，那麼從開始的時候將阿米巴放入容器裡面，到 45 分鍾後充滿容器，需要分裂 45/3=15 次。而「容器最多可以裝阿米巴 2 20 個」，即阿米巴分裂 15 次以後得到的個數是 2 20 。題目要求我們計算分裂之前的阿米巴數，不妨使用倒推的方法，從第 15 次分裂之後的 2 20 個，倒推出第 15 次分裂之前（即第 14 次分裂之後）的個數，再進一步倒推出第 13 次分裂之後、第 12 次分裂之後、……第 1 次分裂之前的個數。

設第 1 次分裂之前的個數為 x 0 、第 1 次分裂之後的個數為 x 1 、第 2 次分裂之後的個數為 x 2 、……第 15 次分裂之後的個數為 x 15 ，則有

x 14 =x 15 /2 、 x 13 =x 14 /2 、…… x n-1 =x n /2 (n ≥ 1)

因為第 15 次分裂之後的個數 x 15 是已知的，如果定義迭代變數為 x ，則可以將上面的倒推公式轉換成如下的迭代公式：

x=x/2 （ x 的初值為第 15 次分裂之後的個數 2 20 ）

讓這個迭代公式重復執行 15 次，就可以倒推出第 1 次分裂之前的阿米巴個數。因為所需的迭代次數是個確定的值，我們可以使用一個固定次數的循環來實現對迭代過程的控制。參考程序如下：

cls

x=2^20

for i=1 to 15

x=x/2

next i

print x end

例 3 ： 驗證谷角猜想。日本數學家谷角靜夫在研究自然數時發現了一個奇怪現象：對於任意一個自然數 n ，若 n 為偶數，則將其除以 2 ；若 n 為奇數，則將其乘以 3 ，然後再加 1 。如此經過有限次運算後，總可以得到自然數 1 。人們把谷角靜夫的這一發現叫做「谷角猜想」。

要求：編寫一個程序，由鍵盤輸入一個自然數 n ，把 n 經過有限次運算後，最終變成自然數 1 的全過程列印出來。

分析： 定義迭代變數為 n ，按照谷角猜想的內容，可以得到兩種情況下的迭代關系式：當 n 為偶數時， n=n/2 ；當 n 為奇數時， n=n*3+1 。用 QBASIC 語言把它描述出來就是：

if n 為偶數 then

n=n/2

else

n=n*3+1

end if

這就是需要計算機重復執行的迭代過程。這個迭代過程需要重復執行多少次，才能使迭代變數 n 最終變成自然數 1 ，這是我們無法計算出來的。因此，還需進一步確定用來結束迭代過程的條件。仔細分析題目要求，不難看出，對任意給定的一個自然數 n ，只要經過有限次運算後，能夠得到自然數 1 ，就已經完成了驗證工作。因此，用來結束迭代過程的條件可以定義為： n=1 。參考程序如下：

cls

input "Please input n=";n

do until n=1

if n mod 2=0 then

rem 如果 n 為偶數，則調用迭代公式 n=n/2

n=n/2

print "—";n;

else

n=n*3+1

print "—";n;

end if

loop

end

迭代法

迭代法是用於求方程或方程組近似根的一種常用的演算法設計方法。設方程為f(x)=0，用某種數學方法導出等價的形式x=g(x)，然後按以下步驟執行：
（1） 選一個方程的近似根，賦給變數x0；
（2） 將x0的值保存於變數x1，然後計算g(x1)，並將結果存於變數x0；
（3） 當x0與x1的差的絕對值還小於指定的精度要求時，重復步驟（2）的計算。
若方程有根，並且用上述方法計算出來的近似根序列收斂，則按上述方法求得的x0就認為是方程的根。上述演算法用C程序的形式表示為：
【演算法】迭代法求方程的根
{ x0=初始近似根；
do {
x1=x0；
x0=g(x1)； /*按特定的方程計算新的近似根*/
} while ( fabs(x0-x1)>Epsilon)；
printf(「方程的近似根是%f\n」，x0)；
}
迭代演算法也常用於求方程組的根，令
X=（x0，x1，…，xn-1）
設方程組為：
xi=gi(X) (I=0，1，…，n-1)
則求方程組根的迭代演算法可描述如下：
【演算法】迭代法求方程組的根
{ for (i=0;i
x=初始近似根;
do {
for (i=0;i
y=x;
for (i=0;i
x=gi(X);
for (delta=0.0,i=0;i
if (fabs(y-x)>delta) delta=fabs(y-x)；
} while (delta>Epsilon)；
for (i=0;i
printf(「變數x[%d]的近似根是 %f」，I，x)；
printf(「\n」)；
}
具體使用迭代法求根時應注意以下兩種可能發生的情況：
（1） 如果方程無解，演算法求出的近似根序列就不會收斂，迭代過程會變成死循環，因此在使用迭代演算法前應先考察方程是否有解，並在程序中對迭代的次數給予限制；
（2） 方程雖然有解，但迭代公式選擇不當，或迭代的初始近似根選擇不合理，也會導致迭代失敗。
遞歸

遞歸是設計和描述演算法的一種有力的工具，由於它在復雜演算法的描述中被經常採用，為此在進一步介紹其他演算法設計方法之前先討論它。
能採用遞歸描述的演算法通常有這樣的特徵：為求解規模為N的問題，設法將它分解成規模較小的問題，然後從這些小問題的解方便地構造出大問題的解，並且這些規模較小的問題也能採用同樣的分解和綜合方法，分解成規模更小的問題，並從這些更小問題的解構造出規模較大問題的解。特別地，當規模N=1時，能直接得解。
【問題】 編寫計算斐波那契（Fibonacci）數列的第n項函數fib（n）。
斐波那契數列為：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （當n>1時）。
寫成遞歸函數有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
遞歸演算法的執行過程分遞推和回歸兩個階段。在遞推階段，把較復雜的問題（規模為n）的求解推到比原問題簡單一些的問題（規模小於n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是說，為計算fib(n)，必須先計算fib(n-1)和fib(n- 2)，而計算fib(n-1)和fib(n-2)，又必須先計算fib(n-3)和fib(n-4)。依次類推，直至計算fib(1)和fib(0)，分別能立即得到結果1和0。在遞推階段，必須要有終止遞歸的情況。例如在函數fib中，當n為1和0的情況。
在回歸階段，當獲得最簡單情況的解後，逐級返回，依次得到稍復雜問題的解，例如得到fib(1)和fib(0)後，返回得到fib(2)的結果，……，在得到了fib(n-1)和fib(n-2)的結果後，返回得到fib(n)的結果。
在編寫遞歸函數時要注意，函數中的局部變數和參數知識局限於當前調用層，當遞推進入「簡單問題」層時，原來層次上的參數和局部變數便被隱蔽起來。在一系列「簡單問題」層，它們各有自己的參數和局部變數。
由於遞歸引起一系列的函數調用，並且可能會有一系列的重復計算，遞歸演算法的執行效率相對較低。當某個遞歸演算法能較方便地轉換成遞推演算法時，通常按遞推演算法編寫程序。例如上例計算斐波那契數列的第n項的函數fib(n)應採用遞推演算法，即從斐波那契數列的前兩項出發，逐次由前兩項計算出下一項，直至計算出要求的第n項。
【問題】 組合問題
問題描述：找出從自然數1、2、……、n中任取r個數的所有組合。例如n=5，r=3的所有組合為： （1）5、4、3 （2）5、4、2 （3）5、4、1
（4）5、3、2 （5）5、3、1 （6）5、2、1
（7）4、3、2 （8）4、3、1 （9）4、2、1
（10）3、2、1
分析所列的10個組合，可以採用這樣的遞歸思想來考慮求組合函數的演算法。設函數為void comb(int m,int k)為找出從自然數1、2、……、m中任取k個數的所有組合。當組合的第一個數字選定時，其後的數字是從餘下的m-1個數中取k-1數的組合。這就將求m 個數中取k個數的組合問題轉化成求m-1個數中取k-1個數的組合問題。設函數引入工作數組a[ ]存放求出的組合的數字，約定函數將確定的k個數字組合的第一個數字放在a[k]中，當一個組合求出後，才將a[ ]中的一個組合輸出。第一個數可以是m、m-1、……、k，函數將確定組合的第一個數字放入數組後，有兩種可能的選擇，因還未去頂組合的其餘元素，繼續遞歸去確定；或因已確定了組合的全部元素，輸出這個組合。細節見以下程序中的函數comb。
【程序】
# include
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1)
comb(i-1,k-1);
else
{ for (j=a[0];j>0;j--)
printf(「%4d」,a[j]);
printf(「\n」);
}
}
}

void main()
{ a[0]=3;
comb(5,3);
}
【問題】 背包問題
問題描述：有不同價值、不同重量的物品n件，求從這n件物品中選取一部分物品的選擇方案，使選中物品的總重量不超過指定的限制重量，但選中物品的價值之和最大。
設n 件物品的重量分別為w0、w1、…、wn-1，物品的價值分別為v0、v1、…、vn-1。採用遞歸尋找物品的選擇方案。設前面已有了多種選擇的方案，並保留了其中總價值最大的方案於數組option[ ]，該方案的總價值存於變數maxv。當前正在考察新方案，其物品選擇情況保存於數組cop[ ]。假定當前方案已考慮了前i-1件物品，現在要考慮第i件物品；當前方案已包含的物品的重量之和為tw；至此，若其餘物品都選擇是可能的話，本方案能達到的總價值的期望值為tv。演算法引入tv是當一旦當前方案的總價值的期望值也小於前面方案的總價值maxv時，繼續考察當前方案變成無意義的工作，應終止當前方案，立即去考察下一個方案。因為當方案的總價值不比maxv大時，該方案不會被再考察，這同時保證函數後找到的方案一定會比前面的方案更好。
對於第i件物品的選擇考慮有兩種可能：
（1） 考慮物品i被選擇，這種可能性僅當包含它不會超過方案總重量限制時才是可行的。選中後，繼續遞歸去考慮其餘物品的選擇。
（2） 考慮物品i不被選擇，這種可能性僅當不包含物品i也有可能會找到價值更大的方案的情況。
按以上思想寫出遞歸演算法如下：
try(物品i，當前選擇已達到的重量和，本方案可能達到的總價值tv)
{ /*考慮物品i包含在當前方案中的可能性*/
if(包含物品i是可以接受的)
{ 將物品i包含在當前方案中；
if (i
try(i+1,tw+物品i的重量,tv);
else
/*又一個完整方案，因為它比前面的方案好，以它作為最佳方案*/
以當前方案作為臨時最佳方案保存;
恢復物品i不包含狀態；
}
/*考慮物品i不包含在當前方案中的可能性*/
if (不包含物品i僅是可男考慮的)
if (i
try(i+1,tw,tv-物品i的價值)；
else
/*又一個完整方案，因它比前面的方案好，以它作為最佳方案*/
以當前方案作為臨時最佳方案保存;
}
為了理解上述演算法，特舉以下實例。設有4件物品，它們的重量和價值見表：
物品 0 1 2 3
重量 5 3 2 1
價值 4 4 3 1

並設限制重量為7。則按以上演算法，下圖表示找解過程。由圖知，一旦找到一個解，演算法就進一步找更好的佳。如能判定某個查找分支不會找到更好的解，演算法不會在該分支繼續查找，而是立即終止該分支，並去考察下一個分支。

按上述演算法編寫函數和程序如下：
【程序】
# include
# define N 100
double limitW,totV,maxV;
int option[N],cop[N];
struct { double weight;
double value;
}a[N];
int n;
void find(int i,double tw,double tv)
{ int k;
/*考慮物品i包含在當前方案中的可能性*/
if (tw+a.weight<=limitW)
{ cop=1;
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv;
}
cop=0;
}
/*考慮物品i不包含在當前方案中的可能性*/
if (tv-a.value>maxV)
if (i
else
{ for (k=0;k
option[k]=cop[k];
maxv=tv-a.value;
}
}

void main()
{ int k;
double w,v;
printf(「輸入物品種數\n」);
scanf((「%d」,&n);
printf(「輸入各物品的重量和價值\n」);
for (totv=0.0,k=0;k
{ scanf(「%1f%1f」,&w,&v);
a[k].weight=w;
a[k].value=v;
totV+=V;
}
printf(「輸入限制重量\n」);
scanf(「%1f」,&limitV);
maxv=0.0;
for (k=0;k find(0,0.0,totV);
for (k=0;k
if (option[k]) printf(「%4d」,k+1);
printf(「\n總價值為%.2f\n」,maxv);
}
作為對比，下面以同樣的解題思想，考慮非遞歸的程序解。為了提高找解速度，程序不是簡單地逐一生成所有候選解，而是從每個物品對候選解的影響來形成值得進一步考慮的候選解，一個候選解是通過依次考察每個物品形成的。對物品i的考察有這樣幾種情況：當該物品被包含在候選解中依舊滿足解的總重量的限制，該物品被包含在候選解中是應該繼續考慮的；反之，該物品不應該包括在當前正在形成的候選解中。同樣地，僅當物品不被包括在候選解中，還是有可能找到比目前臨時最佳解更好的候選解時，才去考慮該物品不被包括在候選解中；反之，該物品不包括在當前候選解中的方案也不應繼續考慮。對於任一值得繼續考慮的方案，程序就去進一步考慮下一個物品。
【程序】
# include
# define N 100
double limitW;
int cop[N];
struct ele { double weight;
double value;
} a[N];
int k,n;
struct { int ;
double tw;
double tv;
}twv[N];
void next(int i,double tw,double tv)
{ twv.=1;
twv.tw=tw;
twv.tv=tv;
}
double find(struct ele *a,int n)
{ int i,k,f;
double maxv,tw,tv,totv;
maxv=0;
for (totv=0.0,k=0;k
totv+=a[k].value;
next(0,0.0,totv);
i=0;
While (i>=0)
{ f=twv.;
tw=twv.tw;
tv=twv.tv;
switch(f)
{ case 1: twv.++;
if (tw+a.weight<=limitW)
if (i
{ next(i+1,tw+a.weight,tv);
i++;
}
else
{ maxv=tv;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
case 0: i--;
break;
default: twv.=0;
if (tv-a.value>maxv)
if (i
{ next(i+1,tw,tv-a.value);
i++;
}
else
{ maxv=tv-a.value;
for (k=0;k
cop[k]=twv[k].!=0;
}
break;
}
}
return maxv;
}

void main()
{ double maxv;
printf(「輸入物品種數\n」);
scanf((「%d」,&n);
printf(「輸入限制重量\n」);
scanf(「%1f」,&limitW);
printf(「輸入各物品的重量和價值\n」);
for (k=0;k
scanf(「%1f%1f」,&a[k].weight,&a[k].value);
maxv=find(a,n);
printf(「\n選中的物品為\n」);
for (k=0;k
if (option[k]) printf(「%4d」,k+1);
printf(「\n總價值為%.2f\n」,maxv);
}

遞歸的基本概念和特點
程序調用自身的編程技巧稱為遞歸（ recursion）。
一個過程或函數在其定義或說明中又直接或間接調用自身的一種方法，它通常把一個大型復雜的問題層層轉化為一個與原問題相似的規模較小的問題來求解，遞歸策略只需少量的程序就可描述出解題過程所需要的多次重復計算，大大地減少了程序的代碼量。遞歸的能力在於用有限的語句來定義對象的無限集合。用遞歸思想寫出的程序往往十分簡潔易懂。
一般來說，遞歸需要有邊界條件、遞歸前進段和遞歸返回段。當邊界條件不滿足時，遞歸前進；當邊界條件滿足時，遞歸返回。
注意：
(1) 遞歸就是在過程或函數里調用自身;
(2) 在使用遞增歸策略時，必須有一個明確的遞歸結束條件，稱為遞歸出口。

7. 遞歸與迭代的區別

1、「遞歸」是指函數/過程/子程序在運行過程序中直接或間蠢液接調用自身而產生的重入現像.。在計算機編程里，遞歸指的是一個過程：函數不斷引用自身，直到引用余粗的對象已知。
2、「迭代」的含義是：重復反饋過程的活動，其目的通常是為了逼近所帶毀物需目標或結果。每一次對過程的重復稱為一次「迭代」，而每一次迭代得到的結果會作為下一次迭代的初始值。

8. 迭代和遞歸的區別是什麼

一、含義不同；

程序調用自身的編程技巧稱為遞歸，是函數自己調用自己。一個函數在其定義中直接或間接調用自身的一種方法，它通常把一個大型的復雜的問題轉化為一個與原問題相似的規模較小的問題來解決。

迭代利用變數的原值推算出變數的一個新值。如果遞歸是自己調用自己的話，迭代就是A不停的調用B。

二、轉換不同：

遞歸中一定有迭代，但是迭代中不一定有遞歸，大部分可以相互轉換慧氏。能用迭代的不用遞歸，遞歸調用函數，浪費空間，並且遞歸太深容易造成堆棧的溢出。

遞歸函數是通過調用函數自身來完成任務，而且在每次調用自身時減少任務量。而迭代是循環的一種形式，這種循環不是由用戶輸州或入而控制，每次迭前跡散代步驟都必須將剩餘的任務減少。

(8)軟考伺服器遞歸和迭代有什麼區別擴展閱讀：

迭代法的主要研究課題是對所論問題構造收斂的迭代格式，分析它們的收斂速度及收斂范圍。迭代法的收斂性定理可分成下列三類：

①局部收斂性定理：假設問題解存在，斷定當初始近似與解充分接近時迭代法收斂；

②半局部收斂性定理：在不假定解存在的情況下，根據迭代法在初始近似處滿足的條件，斷定迭代法收斂於問題的解；

③大范圍收斂性定理：在不假定初始近似與解充分接近的條件下，斷定迭代法收斂於問題的解。

9. 遞歸查詢和迭代查詢的區別是什麼

1、工作方式上的區別

遞歸查詢是域名伺服器將代替提出請求的客戶機（下級DNS伺服器）進行域名查詢，若域名伺服器不能直接回答，則域名伺服器會在域各樹中的各分支的上下進行遞歸查詢，最終將返回查詢結果給客戶機。

迭代查詢是能夠使其他伺服器返回一個最佳的查詢點提示或主機地址，若此最佳的查詢點中包含需要查詢的主機地址，則返回主機 地址信息，若此時伺服器不能夠直接查詢到主機地址，則是按照提示的指引凳卜依次查詢。

2、使用上的區別

一般由DNS工作站提出的查詢請求便屬於遞歸查詢。一般發生在客戶端與伺服器間，也有特殊情況是dns伺服器與dns伺服器之間。

根域名伺服器總應該使用迭代查詢，而不應該使用遞歸查詢。一般的早氏，每次指引都會更靠近根伺服器（向上），查尋到根域名伺服器後，則會再次根據提示向下棗睜穗查找。

3、查詢狀態上的區別

遞歸查詢，在域名伺服器查詢期間，客戶機將完全處於等待狀態。

迭代查詢是直到伺服器給出的提示中包含所需要查詢的主機地址為止。

10. 遞歸和迭代的區別，聯系，優缺點及實例對比

區別和聯系：遞歸是迭代的一個特例，從理論上講，任何遞歸都可以轉換成迭代。
優缺點及對比:遞歸性能不如迭代，但是遞歸思路簡單清晰，並且有些時候是必須要用遞歸才能做，而迭代是做不到的，比如，在實際開發過中，有那麼一張表，描述了實體之間的層次關系的，比如要遍歷所有實體之間存在的層次關系，即n:m的關系，且事先是不知道每個實體間的數量，所以如果用迭代是根本實現不了。必須藉助遞歸進行深層次遞歸才能得到結果。