ForkJoinTask栈溢出源于分治过细导致任务深度失控，需在compute()中设置阈值（如if(end-start<阈值)直接计算）避免无节制fork。
这不是普通递归溢出，而是 ForkJoinTask 在分治过程中因子任务拆分过细、深度失控，导致每个 fork() 都触发新任务调度+隐式递归调用（如 compute() 内部再 fork），最终在线程本地工作队列 + 调用栈双重压力下瞬间耗尽栈空间。核心矛盾在于：ForkJoinPool 的“轻量任务”假设有前提——单个任务不能自己再无节制地 fork 出指数级子任务。
检查并限制分治粒度，避免过度拆分
ForkJoin 的本质是“大任务切小，小到可直接算”。若切分逻辑没设下限，比如每次只减 1 或按固定小步长拆，深度就和输入规模线性甚至超线性增长。
- 在
compute()开头强制加阈值判断：例如if (end - start ，确保不会为 2 个元素还 fork 两个子任务 - 避免递归式 fork：不要写成
left.fork(); right.compute(); return left.join() + right.join();这类结构——right.compute()可能继续 fork，形成隐式调用链 - 改用“双路 fork + join”或“fork-then-compute”模式：先 fork 左右，再 compute 当前（不递归），最后 join，切断栈增长路径
改用非递归的分治调度策略
ForkJoinTask 默认走的是“当前线程递归执行 + 异步 fork”的混合模型。换成纯迭代式任务提交，完全绕开调用栈累积。
- 用
ForkJoinPool.submit(task)替代task.invoke()，让任务由池中空闲线程执行，不绑定当前栈帧 - 手动维护一个
Deque<forkjointask></forkjointask>模拟任务队列，while 循环取任务、拆解、入队，彻底消除递归调用 - 对极深结构（如超宽树、嵌套 JSON），优先考虑
RecursiveAction+ 显式栈（ArrayDeque）模拟，而非RecursiveTask
调整 ForkJoinPool 参数与 JVM 栈设置
参数调优是兜底手段，不能替代代码修复，但对临时压测或遗留系统有实效。
- 降低并行度：
new ForkJoinPool(2)避免多线程同时压栈；默认使用ForkJoinPool.commonPool()时，可通过-Djava.util.concurrent.ForkJoinPool.common.parallelism=2控制 - 增大线程栈：
-Xss4m或更高（如-Xss8m），给单次深层调用留缓冲空间（注意：堆内存会相应减少） - 禁用内部递归优化陷阱：JDK9+ 中
ForkJoinTask有“偷懒 join”机制，可在compute()中显式调用ForkJoinTask.invokeAll(left, right)替代手动 fork/join，它会做更安全的协作调度
用 trampoline 或尾调用风格收口关键路径
当无法避免深度分治逻辑时，把“递归调用”转为“返回下一个待执行任务”，由外层循环驱动，实现栈帧复用。
- 定义
TaskResult包含结果或下一个待执行的ForkJoinTask -
compute()不直接调用自身，而是返回new TaskResult(null, leftTask)，外层 while 循环持续 dispatch，栈深度恒为 1 - JDK21+ 可尝试
ScopedValue+VirtualThread轻量调度，虚拟线程栈独立且可配小（-XX:MaxJavaStackTraceDepth=10），大幅缓解物理栈压力
