تکرار بمقابلہ تکرار — کیا ٹریڈ آفس ہیں؟

Question

Accepted Answer

**تکرار** loops استعمال کرتی ہے؛ **recursion** خود کو کال کرتے ہوئے استعمال کرتی ہے۔ وہ برابر طاقتور ہیں (جو کچھ بھی آپ ایک کے ساتھ کر سکتے ہیں آپ دوسری کے ساتھ کر سکتے ہیں)، لیکن وہ وضاحت اور قیمت میں مختلف ہوتے ہیں۔

## شانہ بہ شانہ

```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)
```

## موازنہ

| پہلو | تکرار | Recursion |
|--------|-----------|----------|
| میموری | O(1) اضافی | O(depth) stack |
| وضاحت | لکیری کام کے لیے بہترین | درختوں / divide-and-conquer کے لیے بہترین |
| خطرہ | لامحدود loop | stack overflow |
| رفتار | عام طور پر تیز (کوئی کال overhead نہیں) | ہر فریم میں کال overhead |

## کب کون سا استعمال کریں

- **تکرار** استعمال کریں سادہ لکیری traversals کے لیے اور جب stack کی گہرائی بڑی ہو سکتی ہے۔
- **Recursion** استعمال کریں جب مسئلہ قدرتی طور پر recursive ہو (درخت، گرافس، backtracking) اور گہرائی محدود ہو۔

## نقصانات

گہری recursion stack overflow کا خطرہ رکھتی ہے؛ hot recursive کوڈ کو تکرار میں تبدیل کریں (اکثر ایک واضح stack کے ساتھ) جب گہرائی لامحدود ہو۔

## یہ کیوں اہم ہے

صحیح انداز کا انتخاب کوڈ کو درست اور قابلِ فہم دونوں رکھتا ہے۔

Recursion درخت اور گراف کوڈ کو خوبصورت بناتی ہے، لیکن اس کی میموری کی قیمت کو جاننے سے آپ گہری inputs پر crashes سے بچ سکتے ہیں۔

یہ ٹریڈ آف فیصلہ بالکل وہی ہے جو انٹرویوز آپ سے پوچھتے ہوئے پروب کرتے ہیں جب وہ کہتے ہیں "اس کو iterative میں تبدیل کریں۔"

پہلو	تکرار	Recursion
میموری	O(1) اضافی	O(depth) stack
وضاحت	لکیری کام کے لیے بہترین	درختوں / divide-and-conquer کے لیے بہترین
خطرہ	لامحدود loop	stack overflow
رفتار	عام طور پر تیز (کوئی کال overhead نہیں)	ہر فریم میں کال overhead