Python无严格模式，调试深度递归需用具名函数、显式深度参数、print/pdb观测及迭代替代。
严格模式本身不提供递归调试能力，Python 也没有“严格模式”这一概念（那是 JavaScript 的术语）。你真正需要的，是在标准 Python 环境中对深度递归进行可控、可观察、可中断的调试。关键不是切换某种“模式”，而是掌握函数结构、调用栈控制和调试手段的组合使用。
明确具名函数表达式的作用
具名函数表达式（即 def func_name(...):）比匿名函数（lambda）更适合调试，因为：
- 它在栈帧中显示清晰的函数名，
print(traceback.format_stack())或调试器中能直接看到func_name而非<lambda> - 支持断点设置、变量检查、步进执行——IDE（如 VS Code、PyCharm）和
pdb都依赖函数名定位 - 便于添加日志前缀，例如
print(f"[{func_name}({n})] entering...")，让递归流程一目了然
控制并观测递归深度
Python 默认递归限制约 1000 层，但盲目调高（如 sys.setrecursionlimit(10000)）不能解决调试问题，反而掩盖设计缺陷。正确做法是主动跟踪当前深度：
- 把当前深度作为显式参数传入，例如
def dfs(node, depth=0):，并在入口处加防护：if depth > 100: raise RuntimeError(f"Recursion too deep at {depth}") - 用
len(inspect.stack())动态获取实时调用栈长度（需import inspect），适合临时诊断 - 配合
sys.settrace实现细粒度调用钩子，但开销大，仅用于专项分析
精细化调试递归逻辑的实用技巧
不靠猜，靠可观测性：
- 在基线条件（base case）和递归分支前都插入
print()，标注参数值、深度、分支方向，例如：print(f"→ factorial({n}) → calling factorial({n-1})") - 用
pdb.set_trace()放在递归调用前，结合u（up）、d（down）、l（list）命令逐层检视栈帧中的局部变量 - 对重复计算型递归（如朴素斐波那契），加缓存装饰器
@functools.lru_cache，既提速又减少栈深度，同时缓存命中/未命中的日志可验证逻辑路径
替代方案：何时该放弃深度递归
如果调试发现递归深度稳定超过 500，或频繁触发 RecursionError，说明问题本质不适合纯递归：
- 改用显式栈模拟递归（迭代 DFS/BFS），内存可控、无深度限制、逻辑更透明
- 对尾递归场景（如累加、遍历），重写为循环 + 状态变量，零栈增长
- 对树/图深层遍历，考虑生成器 +
yield from分批处理，避免一次性压栈
