根本问题在于递归无终止条件，导致JVM持续压栈直至栈空间耗尽而抛出StackOverflowError；必须补全所有base case、限制深度（如≤500）、高风险场景改用迭代（如Deque显式管理），-Xss仅作临时辅助。

递归崩溃防范：如何避免因递归没有出口导致JVM报出栈溢出错误

根本问题不在“调用多”，而在“停不下”。只要递归函数缺少明确、可覆盖所有输入路径的终止条件，JVM就会持续压入新栈帧，直到线程栈空间耗尽，直接抛出 java.lang.StackOverflowError。这不是内存不足，而是逻辑失控——修复它必须从代码结构入手，而非堆内存或参数调优。

确认并补全所有终止条件

很多崩溃不是因为递归太深，而是压根没设出口。重点检查三类易漏点： - 所有递归入口前是否都有 `if (base case)` 分支？比如阶乘中 `n = arr.length` 和 `index 增加递归深度防护机制 即使有终止条件，恶意或异常输入（如超深树、环形引用）仍可能绕过判断。主动加限能提前失败、避免崩溃： - 在方法签名中加入 `int depth` 参数，每次递归传入 `depth + 1` - 开头加守卫语句：`if (depth > 500) throw new IllegalStateException("Recursion depth exceeded")` - 阈值按场景设定：普通业务逻辑建议 ≤ 500；已知树高不超过 100 层的，设 200 更稳妥

高风险场景优先改用迭代实现

当递归深度不可预估（如解析用户自定义嵌套结构、遍历深层文件系统），迭代是真正可靠的选择。它把“隐式压栈”转为“显式堆管理”，彻底脱离线程栈限制： - 用 `Deque` 或 `Stack` 存储待处理节点或上下文 - 循环 `pop()` 处理当前项，遇到子任务就 `push()` 新状态，不再调用自身 - 示例：二叉树查找递归版在千层树上必崩，而迭代版稳定运行，且内存占用更可控

慎用栈大小调整，仅作临时辅助

`-Xss2m` 等参数能延缓报错，但掩盖了根本缺陷： - 它不解决逻辑漏洞，只推迟崩溃时间 - 单线程栈增大，会挤占其他线程可用内存，多线程服务中易引发连锁问题 - 无法突破操作系统硬限制（如 Windows 默认 1MB），且 JIT 编译状态变化可能导致效果不稳定

不复杂但容易忽略