Python递归触发RecursionError是因默认1000层深度限制防栈溢出；解法首选迭代替代，次选生成器延迟求值，禁用setrecursionlimit和尾递归装饰器。
为什么递归会触发 RecursionError: maximum recursion depth exceeded
Python 默认递归深度限制是 1000 层（可通过 sys.getrecursionlimit() 查看），这个限制是为了防止栈溢出。但实际中，哪怕逻辑正确，只要调用链过长（比如处理深度为 2000 的树、或计算 fib(3000)），就会直接抛出异常。这不是代码写错了，而是 Python 主动拦停——它不让你把 C 栈吃光。
改用迭代替代递归是最稳妥的解法
几乎所有递归逻辑都能转成循环+显式栈/队列。关键不是“能不能”，而是“怎么映射”。以深度优先遍历二叉树为例：
# 递归写法（容易爆栈）
def dfs_recursive(node):
if not node:
return
print(node.val)
dfs_recursive(node.left)
dfs_recursive(node.right)
<h1>迭代写法（安全，可控）</h1><p>def dfs_iterative(root):
stack = [root]
while stack:
node = stack.pop()
if node:
print(node.val)
stack.append(node.right) # 注意顺序：先压右，后压左，保证左先出
stack.append(node.left)</p>要点：
- 递归隐式依赖函数调用栈，迭代则用
list或collections.deque模拟； - 参数变成循环中的变量，每轮更新状态；
- 尾递归（如阶乘、链表翻转）转迭代最简单，非尾递归（如树遍历、回溯）需额外保存上下文（比如当前节点+已处理子树状态）；
- 别迷信
sys.setrecursionlimit()—— 它只是把炸弹引信拉长一点，没解决根本问题，还可能引发段错误。
用生成器 + yield from 缓解内存压力
如果必须保留递归结构（比如解析嵌套 JSON、AST 遍历），且数据深度大但宽度小，可以用生成器分批产出结果，避免一次性建满整个调用栈：
立即学习“Python免费学习笔记（深入）”；
def traverse_nested(obj):
if isinstance(obj, dict):
for k, v in obj.items():
yield k
yield from traverse_nested(v) # Python 3.3+ 支持
elif isinstance(obj, list):
for item in obj:
yield from traverse_nested(item)
else:
yield obj
这样调用时不会立刻展开全部层级：for x in traverse_nested(deep_data): ... 是按需求值的。但注意：这**不降低最大深度**，只是延迟触发；若单条路径仍超 1000 层，照样报错。
尾递归优化？Python 不支持，别白费劲
有些语言（如 Scheme、Erlang）能自动把尾递归转成循环，但 CPython 明确不实现该优化——import sys; sys.setrecursionlimit() 和手动改写是唯二正路。网上流传的“装饰器模拟 TCO”本质还是用栈模拟，且会引入额外开销和隐蔽 bug，生产环境慎用。
真正棘手的场景往往是递归+闭包+大量中间状态，这时候与其死磕递归，不如换视角：用 BFS 替代 DFS、用 memoization 减少重复分支、甚至把问题拆成多个子任务用 multiprocessing 分发——栈深度从来就不是孤立问题，它暴露的是算法与数据规模的匹配度。
