核心是将递归转为不增长调用栈的迭代操作：通过累加器实现尾递归、用循环模拟尾调用、以显式栈管理多路递归上下文、结合惰性求值控制计算规模。
核心是把递归过程变成不增长调用栈的操作——不是靠语言自动优化，而是靠结构设计让逻辑本身可迭代、可累积、可中断。
用累加器改写递归体
普通递归常在回归阶段做计算（比如 n * factorial(n-1)），导致必须保留上层状态；尾递归则把中间结果作为参数传下去，让每一步都“做完即走”。
- 阶乘原始写法：
factorial(n) = n * factorial(n-1)→ 回归时才乘，栈深随 n 增长 - 累加器写法：
factorial(n, acc = 1) = factorial(n-1, n * acc)→ 每次调用前就更新结果，无待处理运算 - 关键点：终止条件直接返回
acc，不再依赖上层返回值参与计算
用循环模拟尾递归执行
JavaScript、Python 等语言不支持真正的尾调用优化，但可以用 while 循环+状态变量完全等价替代。
- 把递归参数变成可变变量（如
n和acc） - 用
while (n > 0)替代递归调用，每次迭代更新状态 - fp-ts 的
tailRec就是这个思路：接收初始值和生成Either<A,B>的函数，Left继续，Right退出
用数据结构承载递归上下文
对多路递归（如树遍历、DFS），不能只靠单个累加器，需显式维护“下一步要做什么”。
- 用栈或队列存待处理节点 + 当前路径/状态，代替隐式调用栈
- 例如二叉树前序遍历：压栈时按“右→左”顺序，保证左子树先出；每次 pop 后处理当前节点，再 push 子节点
- 回溯类问题（如全排列）：栈中存
(node, path_so_far)元组，避免闭包捕获和深层嵌套
用不可变数据 + 惰性求值控制规模
当递归用于生成大量中间结果（如展开嵌套列表、解析表达式树），避免一次性全量构造。
- 返回惰性结构（如 TypeScript 的
IterableIterator、Scala 的LazyList） - 递归函数只定义“如何取下一个”，不立即执行全部层级
- 结合
take(10)或find等操作提前终止，跳过后续计算
