如何控制递归的深度？
在递归的方法中接受一个参数，java中我用的是AtomicInteger这个类，另外需要再设置一个控制深度的变量int depth ＝ 10，在进入递归的方法开始，把参数AtomicInteger和depth做比较，如果小于depth，就对AtomicInteger做+1操作，然后再在这个方法的结尾处对AtomicInteger做-1操作。
思路：进入方法的时候＋1，结束当前方法的时候－1，这样就可以控制深度了。
转载于:https://www.cnblogs.com/andysd/p/4974923.html
原文链接：
http://www.cnblogs.com/andysd/p/4974923.html
I know this question has been answered already via numerous methods:Set maximum stack size (-Xss20m)Avoid the test what so ever - if you need a bigger recursion the problem is within the program.Those...
很久之前用C++写了一个Windows下
递归
搜索子文件的函数，今天正好要用，就把它改了改，顺便分享一下^ ^
1.
递归
查找某个路径下的所有子文件，文件名支持通配符（*或?）
2. 可以限制
递归
深度
。
3. 可以随时终止搜索。
4. 可以设置返回结果为子文件，还是子文件夹，还是子文件和子文件夹都返回。
5. 返回结果为路径、文件信息（文件名、属性、修改时间、访问时间等等），能够很方便地对结果进行处理。
6. 支持Unicode，同时尽可能减少了不必要的步骤，提升了处理速度。
题外话：由于
递归
深度
可控，一般写类似
递归
的方法时尽量使用迭代器，例如Fibonacci数列，在python高级中我会把迭代器实现Fibonacci数列的方法贴出来，而不是用
递归
。
递归
深度
尽量不去修改，用起来也会很绕。下面我贴出来如何测试出本机
递归
深度
：
def func(num):
if num == 1:
return 1
递归
是在函数的定义中使用函数自身的方法，程序调用自身的编程技巧称为
递归
。
递归
的思想：将大规模的问题变成小规模的问题，问题不变，规模变小。
递归
的去与归
去：
递归
是指
递归
问题可以分解为若干个规模较小，与原问题形式相同的问题，这些子问题可以用相同的解题思路来解决。
归：指这些问题的演化过程是一个由大到小的过程，并且会有一个明确的终点，一旦达到这个临界点，就不用往更小、更远的地方走下去。最后...
Python对程序执行中最大函数调用
深度
有默认限制。
可以通过sys标准库包的函数getrecursionlimit()检查系统的调用
深度
上限。
通过sys包的函数setrecursionlimit(n)把调用
深度
的上限设置为n
2> 当某个状态到达后，可向前回退，并继续搜索其它可达状态
3> 当所有状态都达到后，回溯算法结束
3. 程序设计中可利用函数活动对象保存回溯算法的状态数据，因此可以利用
递归
完成回溯算法
4. 回溯算法是
递归
应用的重要场合，同时利用函数调用的活动对象可以保存回溯算法中重要的变量信息，
递归
是回溯
