闭包在递归中主要实现记忆化缓存（避免重复计算）和模拟尾递归（用迭代替代压栈），因JS引擎不支持真正的TCO，故需闭包维持状态并手动展开，二者分别提升效率与稳定性。
闭包在递归函数中主要起两个作用：一是通过私有缓存暂存中间计算结果（即记忆化），避免重复递归；二是配合手动尾递归展开，绕过调用栈限制——但要注意，JavaScript 引擎目前**不支持真正的尾调用优化（TCO）**，所以“尾递归优化”实际靠的是闭包 + 迭代模拟，而非语言级优化。
用闭包缓存递归结果（记忆化递归）
这是最常见、最实用的方式。核心是把已算出的结果存在闭包内的 Map 或对象里，后续相同输入直接返回，跳过递归分支。
- 缓存必须定义在闭包外层作用域（如 IIFE 内部），确保多次调用共享同一份存储
- 递归函数内部必须调用自己（即闭包返回的那个带缓存的函数），不能调用原始无缓存版本，否则缓存失效
- 基础情形（如 n ≤ 1）建议不查缓存，逻辑更清晰；非基础情形先查缓存，未命中再递归计算并存入
- 推荐用 Map 而非普通对象做缓存，避免数字键被转成字符串或原型链干扰
示例中 memoFib(50) 瞬间返回，就是因为第一次调用时，所有子问题（fib(49)、fib(48)…）的结果都被存进闭包里的 cache，后续调用直接查表。
用闭包模拟尾递归（迭代展开）
JavaScript 不支持自动尾调用优化，return foo(n-1, acc) 这类写法仍会不断压栈。要真正避免栈溢出，需用闭包把“递归状态”转为循环变量，手动展开：
立即学习“Java免费学习笔记（深入）”；
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 把递归参数（如 n、acc）作为闭包内变量保存
- 返回一个函数，每次调用只做一次计算，并更新内部状态
- 用 while 循环或递归调用自身（但控制深度）来逐步推进，直到满足终止条件
- 这种模式本质是“递归转迭代”，闭包负责维持当前计算上下文（比如当前 n 值和累积值）
例如阶乘的尾递归形式 factorial(n, acc = 1)，可用闭包封装成：
<script>
const memoFactorial = (() => {
const cache = new Map();
const fact = (n, acc = 1) => {
if (n if (cache.has(n)) return cache.get(n) * acc;
// 不真递归，改用循环推进
let result = acc;
while (n > 1) {
result *= n;
n--;
}
cache.set(n + 1, result / acc); // 存基础值供复用
return result;
};
return fact;
})();
为什么不能依赖引擎的尾递归优化
尽管 ES2015 规范定义了尾调用优化，但主流浏览器（Chrome、Firefox、Safari）至今未启用该特性。实测中，哪怕写成严格尾递归形式，调用深度超过几千仍会触发 RangeError: Maximum call stack size exceeded。因此，生产环境必须主动规避深层递归：
- 对已知大输入，优先改写为迭代（for/while）
- 若需保留递归语义，用闭包 + 栈数组模拟调用过程（如 DFS 手动维护节点栈）
- 记忆化能大幅降低实际递归深度，但不能解决单次超深调用问题
关键区别：缓存 vs 尾递归意图
记忆化闭包解决的是“重复计算”问题，提升时间效率；而模拟尾递归解决的是“栈溢出”问题，保障运行稳定性。两者可结合：先用闭包缓存减少重复路径，再用迭代结构替代深层压栈。实践中，前者更常用、更简单有效；后者多见于算法题或高可靠场景。
