递归是一种解决问题的方法，它解决问题的各个小部分，直到解决最初的大问题。递归通常涉及函数调用自身。
递归函数是像下面这样能够直接调用自身的方法或函数：
function recursiveFunction(someParam){ recursiveFunction(someParam);}; 能够像下面这样间接调用自身的函数，也是递归函数：
function recursiveFunction1(someParam){ recursiveFunction2(someParam);};function recursiveFunction2(someParam){ recursiveFunction1(someParam);}; 假设现在必须要执行recursiveFunction，结果是什么？单单就上述情况而言，它会一直执行下去。因此，每个递归函数都必须要有边界条件，即一个不再递归调用的条件（停止点），以防止无限递归。
11.1.1 JavaScript调用栈大小的限制
如果忘记加上用以停止函数递归调用的边界条件，会发生什么呢？递归并不会无限地执行下去；浏览器会抛出错误，也就是所谓的栈溢出错误（stack overflow error）。
每个浏览器都有自己的上限，可用以下代码测试：
var i = 0;function recursiveFn { i++; recursiveFn;}try { recursiveFn;} catch (ex) { alert('i = ' + i + ' error: ' + ex);} 在Chrome v37中，这个函数执行了20 955次，而后浏览器抛出错误RangeError: Maximum call stack size exceeded（超限错误：超过最大调用栈大小）。在Firefox v27中，函数执行了343 429次，然后浏览器抛出错误 InternalError: too much recursion（内部错误：递归次数过多）。
根据操作系统和浏览器的不同，具体数值会所有不同，但区别不大。
ECMAScript 6有尾调用优化（tail call optimization）。如果函数内最后一个操作是调用函数（就像示例中加粗的那行），会通过“跳转指令”（jump） 而不是“子程序调用”（subroutine call）来控制。也就是说，在ECMAScript 6中，这里的代码可以一直执行下去。所以，具有停止递归的边界条件非常重要。
有关尾调用优化的更多相关信息，请访问http://goo.gl/ZdTZzg。
11.1.2 斐波那契数列
回到第10章提到的斐波那契问题。斐波那契数列的定义如下：
1和2的斐波那契数是 1；
n（n>2）的斐波那契数是(n-1)的斐波那契数加上(n-2)的斐波那契数。
那么，让我们开始实现斐波那契函数：
function fibonacci(num){ if (num === 1 || num === 2){ //{1} return 1; }} 边界条件是已知的，1和2的斐波那契数（行{1}）是1。现在，让我们完成斐波那契函数的实现：
function fibonacci(num){ if (num === 1 || num === 2){ return 1; } return fibonacci(num - 1) + fibonacci(num - 2);} 我们已经知道，当n大于2时，Fibonacci(n)等于Fibonacci(n-1)+Fibonacci(n-2)。
现在，斐波那契函数实现完毕。让我们试着找出6的斐波那契数，其会产生如下函数调用：
我们也可以用非递归的方式实现斐波那契函数：
function fib(num){ var n1 = 1, n2 = 1, n = 1; for (var i = 3; i<=num; i++){ n = n1 + n2; n1 = n2; n2 = n; } return n;} 为何用递归呢？更快吗？递归并不比普通版本更快，反倒更慢。但要知道，递归更容易理解，并且它所需的代码量更少。
在ECMAScript 6中，因为尾调用优化的缘故，递归并不会更慢。但是在其他语言中，递归通常更慢。
所以，我们用递归，通常是因为它更容易解决问题。