Python递归默认栈深约1000层，超限抛RecursionError；调高sys.setrecursionlimit危险，易致内存暴涨或段错误；非尾递归及多分支递归应转为显式栈循环，尾递归须人工重写为循环。
Python递归函数默认栈深度约1000层，超过就抛 RecursionError: maximum recursion depth exceeded；这不是性能问题，是硬性限制，必须主动处理。
为什么改用 sys.setrecursionlimit() 很危险
调高递归限制看似简单，但实际会直接增加内存占用和崩溃风险——每层递归至少占用几KB栈帧，10000层可能吃掉几十MB栈空间，且C层调用（如正则、JSON解析）也会共享这个栈，容易导致Python解释器段错误或静默崩溃。
常见误用场景：
- 用
sys.setrecursionlimit(100000)强撑深度优先遍历树结构 - 在没做尾递归优化的函数里盲目加限制，结果只是把崩溃延后
- 多线程环境下修改全局递归限制，影响其他线程行为
哪些递归能安全转成循环（推荐优先做）
只要递归调用不是在函数末尾（即非尾递归），或函数有多个递归分支（如二叉树遍历），都适合手动转为显式栈模拟。核心是把「函数调用栈」换成你自己维护的 list 或 deque。
立即学习“Python免费学习笔记（深入）”；
示例：朴素斐波那契递归 f(n) = f(n-1) + f(n-2) 不适合转循环（状态依赖两个前值，且无栈意义）；但以下场景强烈建议转：
- DFS遍历目录、树、图：用
stack = [(root, state)]存节点+上下文 - 解析嵌套结构（如AST、JSON-like对象）：压入待处理子节点，而非递归调用
- 回溯算法（N皇后、全排列）：把路径状态存在列表里，用循环控制进/出栈
关键点：循环版本通常更易调试、内存更可控，且避免了Python对递归的额外开销。
尾递归函数怎么安全优化（不依赖装饰器）
Python本身不支持尾递归优化（TCO），任何试图用装饰器“自动”转尾递归的方案，本质仍是递归调用，只是包装了一层，无法真正降低栈深。唯一可靠方式是人工重写为循环。
比如这个尾递归求阶乘：
def fact(n, acc=1):
if n <= 1:
return acc
return fact(n - 1, acc * n)对应循环写法：
def fact(n):
acc = 1
while n > 1:
acc *= n
n -= 1
return acc注意：acc 和 n 就是原来递归参数的状态变量，while 循环体 = 原递归体去掉 return 和函数名，更新逻辑保持一致即可。
真正麻烦的是那些隐式依赖调用栈的递归，比如需要回溯时恢复现场、或递归中混杂异常处理和资源释放。这种情况下，别硬扛，老老实实用循环+显式状态管理——栈溢出只是表象，背后往往是状态失控。
