Iteration बनाम recursion — trade-offs के छन्?

Question

Accepted Answer

**Iteration** loops प्रयोग गर्छ; **recursion** self-calls प्रयोग गर्छ। तिनीहरू समान रूपमा शक्तिशाली छन् (एकले गर्न सक्ने कुनै पनि कुरा अर्कोले गर्न सक्छ), तर तिनीहरू स्पष्टता र लागतमा फरक छ।

## Side by side

```python
# Iterative sum: constant extra space
def sum_iter(n):
    total = 0
    for i in range(1, n + 1):
        total += i        # accumulate in a loop
    return total

# Recursive sum: uses the call stack
def sum_rec(n):
    if n == 0:
        return 0
    return n + sum_rec(n - 1)
```

## Comparison

| Aspect | Iteration | Recursion |
|--------|-----------|----------|
| Memory | O(1) extra | O(depth) stack |
| Readability | linear कामको लागि उत्तम | trees / divide-and-conquer को लागि उत्तम |
| Risk | infinite loop | stack overflow |
| Speed | सामान्यतः तीव्र (कुनै call overhead छैन) | call overhead प्रति frame |

## कहिले कुन प्रयोग गर्ने

- **Iteration** साधारण linear traversals र जब stack depth ठूलो हुन सक्छ त्यसको लागि प्रयोग गर्नुहोस्।
- **Recursion** जब समस्या स्वाभाविक रूपमा recursive छ (trees, graphs, backtracking) र depth सीमित छ त्यसको लागि प्रयोग गर्नुहोस्।

## Pitfalls

गहिरो recursion ले stack overflow को जोखिम हराउँछ; जब depth unbounded हुन्छ तब hot recursive कोडलाई iteration मा रूपान्तरण गर्नुहोस् (प्राय: explicit stack सँग)।

## यो किन महत्त्वपूर्ण छ

सही शैली छनोट गरेर कोड सही र पठनीय दुवै रहन्छ।

Recursion ले tree र graph कोडलाई elegant बनाउँछ, तर यसको memory लागत जान्दा तपाइँ गहिरो inputs मा क्र्यास बचन सक्नुहुन्छ।

यो trade-off निर्णय ठीक त्यही हो जुन अन्तरवार्ताकारीहरूले जाँच गर्छन् जब तिनीहरूले तपाइँलाई "यो iterative मा रूपान्तरण गर् भन्छन्।

Aspect	Iteration	Recursion
Memory	O(1) extra	O(depth) stack
Readability	linear कामको लागि उत्तम	trees / divide-and-conquer को लागि उत्तम
Risk	infinite loop	stack overflow
Speed	सामान्यतः तीव्र (कुनै call overhead छैन)	call overhead प्रति frame