递归处理层级数据需设终止条件、缩小规模、选对遍历顺序，并防范循环引用与栈溢出；终止条件包括空值、叶子节点或超深限制；每次调用须减小问题规模；前序适合构建路径，后序适合汇总计算，层序宜用迭代实现。
递归是处理层级数据最自然的方式，核心在于把“整棵树”的问题，拆成“当前节点 + 所有子树”的相同问题。只要定义好终止条件、缩小规模、正确组合结果，就能清晰应对目录、评论、组织架构、嵌套配置等结构。
必须设好终止条件，否则会崩溃
没有退出机制的递归就像没刹车的车。常见终止情形包括：
- 遇到空值或 null / None / false / 0（如树节点为 null、数组为空）
- 到达叶子节点（比如子节点数组长度为 0 或 children 不存在）
- 路径已超出业务允许深度（如菜单最多 5 级，到第 6 层就 return）
PHP 示例中用 if (!is_dir($dir)) return; 挡住非法输入；JavaScript 遍历对象时用 if (typeof obj !== 'object' || obj === null) return; 防止对字符串或数字继续递归。
每次调用都要缩小问题规模
递归不是重复做同一件事，而是每次聚焦更小的子集。关键操作有：
- 传入子节点而非原节点（如 traverse(node.left) 而非 traverse(node)）
- 切片数组（如 Python 中 data[1:] 传给下一层）
- 用索引推进（如 process(arr, index + 1)）
错误写法：不改参数就直接调用自己——这等于无限循环。正确写法：每进一层，数据范围明确变小，最终必然触达终止条件。
根据需求选择遍历顺序
不同业务逻辑对应不同访问时机，影响结果结构和用途：
- 前序遍历（先处理根，再递归子）：适合构建路径、生成菜单 HTML、复制结构
- 后序遍历（先递归子，再处理根）：适合计算总大小、释放资源、删除整棵子树
- 层序遍历（广度优先）：需配合队列实现，不依赖函数调用栈，适合展示层级缩略图、BFS 搜索
MySQL 的递归 CTE 默认是深度优先，但可通过排序和路径字段模拟层序；而 JavaScript 或 Python 中若需层序，一般改用迭代+队列更稳妥。
小心循环引用和性能陷阱
真实数据常含环（A→B→C→A），或嵌套过深触发栈溢出。防御手段包括：
- 维护 visited 集合，记录已进入的 ID/引用，再次遇到则跳过
- 加 depth 参数，超限（如 >20）立即返回，避免 xdebug.max_nesting_level 报错
- 大结构优先考虑 迭代替代递归（如用显式栈模拟 DFS，用队列模拟 BFS）
- 高频调用场景可缓存中间结果，避免重复遍历同一子树
PHP 处理数据库扁平结果转树时，用“引用组装法”一次遍历替代多次递归查找，就是典型的性能优化思路。
