队列不适合模拟递归，因为递归依赖“后进先出”的栈序，而队列是“先进先出”，会打乱处理顺序、错位回溯时机、破坏子问题依赖关系；必须用栈显式模拟调用栈行为。
不能用任务队列（如队列 Queue）将递归算法正确转换为循环执行。
为什么队列不适合模拟递归
递归的执行顺序是“后进先出”——最后调用的函数最先返回，系统靠调用栈（Call Stack）天然保证这一顺序。而队列是“先进先出”（FIFO），会彻底打乱递归原本的处理次序。
例如在二叉树深度优先遍历或快速排序中，若用队列替代栈：
- 左子树和右子树的处理顺序会被颠倒或交错；
- 回溯时机错位，导致状态不一致、结果错误；
- 无法还原原递归中“当前层未结束、子层必须先完成”的依赖关系。
真正需要的数据结构是栈
所有权威资料和实践都指出：递归转循环的核心是**显式使用栈（Stack）**，用于人工模拟系统调用栈的行为：
- 每次“递归调用” → 对应 压栈（push） 当前状态（如参数、局部变量、执行位置标记）；
- 每次“返回上层” → 对应 弹栈（pop） 并恢复该层上下文；
- Java 中可用
Stack或Deque（如ArrayDeque）；Python 中常用list模拟（append/pop()）； - 若递归含多个分支（如快排的左右区间、树的左右子节点），需把每个待处理子任务分别入栈，并确保入栈顺序与原递归一致（例如先右后左，以保持出栈顺序等同于原递归的左→右）。
任务队列适用于另一类场景
队列适合的是 广度优先遍历（BFS） 或 并行/异步任务调度，比如：
- 二叉树层序遍历（按层处理，天然契合 FIFO）；
- Web 请求处理队列、消息中间件消费；
- 多线程中任务分发，不强调调用嵌套关系。
这些场景本身不是递归的等价替换，而是不同问题模型下的自然选择。
简单验证方法
判断一个递归能否、以及如何转成循环，只需问三个问题：
- 它的执行是否依赖“子问题完全解决后才继续本层逻辑”？→ 是，则必须用栈；
- 所有递归调用是否发生在函数末尾（尾递归）？→ 是，可优化为单变量迭代，无需栈；
- 如果把每次调用替换成“放进队列”，执行顺序是否与原来一致？→ 否，说明队列会破坏逻辑。
绝大多数经典递归（阶乘、斐波那契、快排、树遍历、回溯）都属于第一类，栈是唯一可靠选择。
