通常，遇到一个问题时，要想判断他是否能进行递归，主要还是判断他能否被拆解，在判断他能否被拆解的过程中，可以寻找以下三个元素：
- 多次相同的大动作
- 具体执行的操作
- 停止拆解的条件
以汉诺塔的游戏为例，我们来判断下他能否用递归解决。
三个柱子（A B C）、一叠中间带洞的盘子串在A上（这些盘子从上往下，一个比一个大），要求是: 将所有盘子从A移动到C，一次只能移动一个盘子，且移动过程中不能出现大盘子在小盘子上面的场景
分析：
我们看下能否用递归解决这个问题。
寻找相同的大动作
假设有n个盘子，我们把上面n-1个盘子先放到B上，再把A上的n号盘子放到C上，再把B上的n-1个盘子放到C上，不就完成了？
在上面这步操作中我们可以看到把上面n-1个盘子先放到B上, 再把B上的n-1个盘子放到C上
这两个操作，可以进一步拆解，移动n-1个盘子到某个柱子，他跟把n个盘子放到C上，是一样的。
所以，把一摞盘子，移动到某一处，就是一个大动作。
寻找具体执行的操作，（不能都是大动作，没有具体执行吧？）
什么是具体执行的操作呢 还是看上面的一段话，·再把A上的n号盘子放到C上·，这一步，就是具体的执行，这是细化操作的关键，递归就是靠这步具体的执行一点点蚕食掉大的运算。
停止拆解的条件
从寻找大动作时做的拆解中可以看到，我们不断拆解的是将一摞盘子移动到某处，那什么时候停止呢，我们可以把n换成具体的数值来看。
n=1的时候，说明，我们要把上面的0个盘子移动到辅助柱子上，再把1这个盘子放到目标柱子上，再把0这个盘子放到目标柱子上，
n=0的时候，就没啥需要执行的了
所以，拆解的中断条件，应该是n=0
通过以上描述我们可以得出以下算法
// 提供盘子数，柱子排列
hannuo(10, 'zhuA','zhuB','zhuC')
// 方法的作用是将一摞盘子移动到某处
// 参数为，盘子数，源柱子，辅助柱子，目标柱子
function hannuo(number,src, aux, des) {
if(number === 0){
// 不再移动
return
}
// 移动大模块, 这里注意，我们每次移动大模块，源柱子与目标柱子是会变的
hannuo(number-1, src, des, aux);
// 具体操作
console.log("移动第 "+number+" 个盘子from "+src+ " to " + des)
// 移动大模块
hannuo(number-1, aux, src, des);
}
再来拆解一个二叉树中序遍历问题。
假设每个节点的结构如下{id: 'xxx', name: 'xxx', leftChild: {},rightChild: {}}
这个能否用递归解决呢
中序读取，先读根节点，再读左子树，再读右子树。
很明显，读取根节点这个动作已经是具体操作了。
重复的大动作呢
左子树和右子树都是很大的结构，这两个都是重复的大子树读取动作。
什么时候结束呢？
这个节点本身，我们是要读的，但是他没有左子树，就结束了，那就开始读右子树，如果右子树也没有，就真正结束了。
所以，他有两个结束条件。
接下来可以写算法了
const tree={id: 1,name: 1, leftChild: {id:2,name: 2,leftChild: {id: 3,name:3},rightChild:{id: 4,name:4}},rightChild:{id: 5,name: 5}}
const readPath = []
readTree(tree)
function readTree(tree) {
// 读取根节点
readPath.push(tree.id)
// 读取左子树
tree.leftChild && readTree(tree.leftChild)
// 读取右子树
tree.right && readTree(tree.rightChild)
}
以上两种场景都是在已知可以用递归的场景下，进行总结的，至于能不能应用到未知的情况下尚未可知，欢迎大家也来帮我验证。
