按道理来说，递归是很简单的。例如求斐波那契数的公式，
fibonaci(N) = fibonaci(N-1)+fibonaci(N-2)不复杂吧，再比方，阶乘公式：
Factorial(N) = N*Factorial(N-1)有啥难的呢？
但真正在面试、比赛或者工作中遇到的题目是这样的。
1、八皇后问题（面试）：
在8×8格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问一共有多少种摆法。
2、递归遍历文件夹（工作）
3、打印一个数组的全排列（面试）
4、棋盘覆盖问题（竞赛）
那么，如何求解这些问题呢？
还是先从简单的解法入手引出递归。下面我们以八皇后来举例。其暴力求解方法如下：
def is_valid(position):
dim = len(position)
for i in range(dim):
for j in range(i+1,dim):
if position[i] == position[j]: #在同一列的情况
return False
if abs(position[i]-position[j]) == abs(i-j): #在同一个对角线的情况
return False
return True
def eight_queen():
solution_count = 0
for c1 in range(0,8):
for c2 in range(0,8):
for c3 in range(0,8):
for c4 in range(0,8):
for c5 in range(0,8):
for c6 in range(0,8):
for c7 in range(0,8):
for c8 in range(0,8):
if is_valid([c1,c2,c3,c4,c5,c6,c7,c8]):
solution_count+=1
else:
pass
return solution_count
print("八皇后解法总数:",eight_queen())def is_valid(position):最后程序输出解法总数为92。
这里有必要解释一下is_valid函数，该函数判断给定的8个棋子布局是否满足题目中的要求，也就是不能互相攻击。
大家需要注意的是，eight_queen(）程序中，传递给is_valid函数的[c1,c2,c3,c4,c5,c6,c7,c8] 代表了第一行在第c1列放皇后，第二行在第c2列放皇后，第三行在第c3列放皇后，以此类推。
也就是说，这种摆法已经避免了出现2个皇后 在同一行的局面。
因此，is_valid函数主要判断这8个皇后的位置是否在同一列，或者同一条斜线上。
判断两个棋子是否在同一列比较简单，只需要判断position[i]是否等于position[j]即可。
那么，如何判断两个棋子是否在同一条斜线上呢？我们探索一些在同一斜线的情形：
一共有两种情况，一种是向右下方的斜线，一种向右上方的斜线。
看看向右下方的斜线，
假设第一个皇后的位置是P，其坐标为(i,j),则向下倾斜时，该斜线上下一个位置的坐标是(i+1,j+1），第二个位置的坐标是（i+2,j+2）,不失一般性，第n个位置的坐标是（i+N,j+N）
从上可知，点P和与其在一条斜线上的点K的坐标分别是（i,j),(i+k,j+k)，下面尝试找到这两个位置的坐标有什么关联，也就是找这些几个整数的关联，我们从加减乘除的角度来考虑。
先试着把二者的坐标进行相加，得到：
x坐标相加得到结果X= i+i+k = 2*i + k
y坐标相加得到结果Y= j+j+k = 2*j + k
发现2个结果都有k,基于直觉，把二者相减，得到2*（j-i）,猜测，是否Y-X是(j-i)的倍数，就说明二者在一条斜线上呢？很可惜猜错了，例如点（4,2）和（6,6），二者虽然不在一条斜线上，却有Y-X=2 ，是点（4，2）的y和x的差值的倍数。
看起来加法的尝试失败了。
减法呢？P和K这两点的X和Y坐标分别相减，得到
（i+k-i, j+k-j）= (k,k)，就是说减法得到的结果，其X和Y值相等。
我们试了几个不在这条斜线上的点，发现这些点的值与P的x和y坐标相减，得到的X和Y确实不相等，因此，我们认推测如果某点Q(m,n)在（i,j）所在的向下斜线上，其x和y坐标值和点P的x,y坐标值相减后，m-i = n-j，即X和Y相等。
本结论实际上也很容易证明。
假设一个点Q在从P开始的从左到右向下倾斜的线上，其坐标表示为(i+k,j+k)，由于这个斜线与Q所在的行只有Q一个交点（两条直线最多一个交点），只需要证明Q所在行的其他点不满足X=Y即可。
不失一般性，假设与Q在同一行的另一个点S的坐标是(i+k,j+m）,这里m≠k（否则S和Q是同一个点），则S和P坐标相减后，X=i+k-i=k, Y=j+m-j=m，由于刚才的结论m≠k，得到X≠Y。
到这里，可以得到如下结果：
结论①：一个点K的坐标x和y分别减去P的坐标x和y，如果相等，则说明K在从P出发向右下方倾斜的斜线上。
下面研究向右上方倾斜的斜线。
我们发现K-P的结果是(k,-k),x和y坐标相反，大家也可以结合前面的分析，验证这个结论：
结论②：一个点K的坐标x和y分别减去P的坐标x和y，如果结果相反，则说明K在从P出发从左到右向上倾斜的斜线上。
汇总结论①和②，得到如下结论：
结论③：一个点K的坐标x和y分别减去P的坐标x和y，如果绝对值相等，则说明K在从P出发的斜线上。
注意：这里斜线的斜率都是±1（八皇后题目中限制了斜率为±1）
条件判断代码很好写，如下：
if abs(position[i]-position[j]) == abs(i-j): #在同一条斜线的情况
return False下面我们看下主流程代码：
solution_count = 0
for c1 in range(0,8):
for c2 in range(0,8):
for c3 in range(0,8):
for c4 in range(0,8):
for c5 in range(0,8):
for c6 in range(0,8):
for c7 in range(0,8):
for c8 in range(0,8):
if is_valid([c1,c2,c3,c4,c5,c6,c7,c8]):
solution_count+=1
else:
pass同样分析，这段代码很容易理解，但是扩展性上就很差了。如果问题改成100个皇后，就得改成100重循环，这可是很大的工作量，更主要的是，代码显得太丑陋了。
有什么解决办法呢？
我们这样分析，假设第一行已经放好了一个皇后（这个皇后放哪个列无所谓）。那么，剩下的七个皇后实际上也要满足“不能处于同一行、同一列或同一斜线上”的条件，也就是说假设我们有个eight_queen_2函数，实现了八皇后的解法，那么该函数同样也能够实现剩下的七皇后问题，就是说我们完全可以复用这个eight_queen2函数来完成剩下的七皇后问题，这也是递归的常见用法。
那么，这里的七皇后和八皇后的问题有什么联系呢？七皇后除了满足自身的七个皇后不在同一行、同一列或同一斜线上的条件外，唯一的联系就是这七个皇后不能和第一行的皇后在同一行、同一列或者统一斜线上。于是，我们得到的递归实现如下：
'''八皇后问题'''
occupied=[]
dim =8
solutions = 0
def is_valid(x,y,occupied):
global dim
for pos in occupied:
if pos[1] == y or abs(x-pos[0])==abs(y-pos[1]):
return False
return True
def sol_eight_queen(cur_row):
global occupied,solutions
if cur_row >= dim:
solutions+=1
return True
for j in range(dim):
if is_valid(cur_row,j,occupied):
occupied.append([cur_row,j])
sol_eight_queen(cur_row+1)
del occupied[-1]
def test_eight_queen():
sol_eight_queen(0)
print("total valid answers is:",solutions)运行test_eight_queen()函数，程序输出为92。
下面我们看看代码。判断布局是否符合要求的代码见is_valid程序，代码比较容易理解，这里不再详细介绍。
核心是sol_eight_queen(cur_row）程序。
其中，global eight_queen,occupied,dim,solutions定义了一些全局变量，用全局变量大多数时候不是很好的编程习惯，笔者这里为了简化代码编写采用了全局变量的方式。occupied保存了从第1行到当前行的王后摆放位置。solutions保存了可以成功摆放8个王后的布局数，也就是我们要求的结果。
if cur_row == dim:
solutions += 1
return True
这里是递归退出条件，可以理解成当摆放到棋盘的第9行时，认为前面已经成功拜访完毕前8行的王后。为此我们将solution加1。
for j in range(dim):
if is_valid(cur_row,j,occupied):
occupied.append([cur_row,j])
sol_eight_queen(cur_row+1)
del occupied[-1]这一段代码是核心逻辑。
for j in range(dim):
意味着我们对于当前行cur_row的每一列，执行下面的操作：
首先通过is_valid(cur_row,j,occupied)来判断在第cur_row行的第j列摆放王后，是否和之前摆放的王后冲突，如果冲突，则继续判断第j+1列；如果不冲突，则调用如下三行代码：
occupied.append([cur_row,j])
sol_eight_queen(cur_row+1)
del occupied[-1]通过occupied.append([cur_row,j])表明本行我们在（cur_row,j）位置摆放王后，然后递归调用sol_eight_queen(cur_row+1)进入下一行，也就是cur_row+1行；递归调用结束后，需要清理现场，也就是这里的del occupied[-1],即删除occupied数组中的最后一个元素。为什么呢？
如果不把[cur_row,j]这个位置的王后拿走，大家可以想象，后续放王后时相当于凭空多了这个不应该存在的限制条件，导致程序无解。大家可以自行删除del occupied[-1]后再运行，程序输出解的个数为0。
到这里，让我们暂停下，首先整理一下递归和循环的关系：
一、递归程序本身相当于1个循环，像这种：
factorial(n) = n*factorial(n-1)等价于：
result =1
for i in range(1,n+1):
result *= i二、2个递归调用，相当于顺序执行2个循环，例如：
factorial(n)+factorial(k)三、一个循环内部调用了递归，例如上述的八皇后问题，则相当于N重循环。再例如下面的文件夹遍历程序：
import os
def browser_dir(rootDir):
for lists in os.listdir(rootDir):
path = os.path.join(rootDir, lists)
if os.path.isfile(path):
print(path)
else:
browser_dir(path) 可以看出，循环内调用递归可以等价于多重循环的效果。大家自己写下代码好好体会下。
四、多重循环内部调用了递归，常见于图相关类型的题目，例如：
有一个H*W大小的游戏板，由黑白两种格子组成。现要用3个单位格子的L状板块把白色格子全部覆盖掉。板块可以自由旋转，但不能重叠覆盖黑色格子，或超出游戏版。
基本上能遇到的就是这些了，大家要铭记的是对于不同的题目，应用不同的循环+递归的策略。
建议大家好好体会下
for j in range(dim):
if is_valid(cur_row,j,occupied):
occupied.append([cur_row,j])
sol_eight_queen(cur_row+1)
del occupied[-1]这段代码，一个循环，一个进入下层递归的条件，同时注意恢复现场。
大多数问题要么需要你理清楚循环怎么写，要么理清楚进入下层递归的条件。最终，别忘了恢复现场。