Trampoline函数通过循环执行thunk避免栈溢出，不直接实现多任务协作；真正的协作调度需将任务封装为返回thunk或结果的函数，由Trampoline统一逐个推进，实现用户态协作式调度。

Trampoline函数本身不直接实现多任务协作，它是一种控制流优化技术，用于将递归调用转化为循环执行，避免栈溢出。真正用于多任务协作的是基于Trampoline的协程调度模式——把每个任务写成返回“下一步动作”的函数，由Trampoline统一调度、逐个推进。

理解Trampoline的核心机制

Trampoline函数接收一个返回“thunk”（零参数函数）或最终结果的函数，反复调用该函数直到返回非函数值。这个过程把嵌套调用“压平”为迭代，让控制权始终回到调度器手中，从而为任务切换提供机会。

• 每次任务执行只做一小步，然后返回下一个要执行的函数（或done信号）
• Trampoline不主动暂停任务，而是依赖任务自觉交还控制权
• 没有线程或事件循环参与，纯用户态协作式调度

构造可协作的任务函数

每个任务需封装为返回thunk或result的函数。常见结构是：处理一部分逻辑 → 返回下个步骤（可能是自身、其他任务，或终止信号）。

• 用对象标记状态，例如{ type: 'continue', fn: nextStep }或{ type: 'done', value: result }
• 避免在任务内部使用while或长循环，应拆成多次返回thunk
• 可配合闭包保存局部状态，如计数器、缓冲区等

实现简易协作调度器

Trampoline调度器本质是一个while循环，不断执行当前任务直到它返回非函数值，并支持任务间显式切换。

• 任务可通过返回{ task: otherTask, args: [...] }请求切换到另一任务
• 调度器识别这类指令后，将otherTask(...args)作为下一步执行目标
• 可加入优先级队列或轮转逻辑，实现公平调度（如每次执行固定步数后让出）

与真实协程的区别和适用场景

这种模式是手动协程（manual coroutine），不是语言原生的async/await或generator。它轻量、无依赖，但需要开发者主动拆分逻辑。

• 适合CPU密集型但可分步的计算任务，比如树遍历、规则引擎推理、状态机推进
• 不适合I/O等待——它不挂起，只是反复检查；真异步仍需Promise或事件驱动配合
• 调试友好：每一步都清晰可见，堆栈始终扁平，便于日志和断点