递归性能开销主要源于函数调用成本和堆栈压力：每次调用需分配栈帧、保存上下文，深度增加导致时间与空间呈指数级增长，易引发栈溢出；Go、Python等不支持尾递归优化，PHP额外检查循环引用；控制深度、减小栈帧、优先迭代更可靠。
递归确实简洁，但性能开销真实存在，核心就两点：函数调用本身有成本，堆栈操作会累积压力。
每次调用都在“建房子”
函数调用不是免费的。每次进入递归，系统都要分配一个栈帧——它存参数、局部变量、返回地址，还要保存寄存器状态。这个过程涉及内存分配、上下文切换和指令跳转，哪怕只有几纳秒，深度大了就明显拖慢速度。
- 比如计算斐波那契数列时，fib(40) 会产生上千万次重复调用，光是建/拆栈帧就吃掉大量 CPU 时间
- Go 和 Python 都不支持尾递归优化，所以即使逻辑上是尾调用，栈帧照样一层层叠高
- PHP 中还额外检查循环引用，进一步增加单次调用开销
堆栈不是无限仓库
栈空间由操作系统或运行时管理，初始小（如 Go 默认 2KB），靠动态扩展维持。但扩展不是零成本：要申请新内存、复制旧数据、释放旧栈。频繁扩展等于反复搬家，效率骤降。
- 递归深度超过千级，多数语言就接近危险区；万级基本触发栈溢出错误
- C#、Java 的栈上限较固定；Python 默认限制约 1000 层（可调但不推荐）
- 栈溢出不是内存不足，而是“调用链太长”，系统拒绝再压入新帧
真正耗资源的是“叠加态”
递归的开销不是线性增长，而是随深度呈指数级放大。不只是内存占用翻倍，更关键的是：所有未返回的栈帧都处于“挂起等待”状态，它们锁住资源、阻塞调度、干扰 GC（尤其 PHP 中易引发循环引用泄漏）。
- 一个没加终止条件的递归，可能在几毫秒内耗尽栈空间并崩溃
- 树遍历类递归，最坏情况深度 = 节点数，极易踩中栈限制
- 局部变量越多、参数越复杂，单个栈帧越大，能撑的层数就越少
不复杂但容易忽略：控制深度、减少栈帧体积、优先选迭代，比硬扛递归更可靠。
