为什么 Python 有最大递归深度？

Question

Python 有最大递归深度，但没有最大迭代深度。为什么递归受限？像迭代一样对待递归，不限制递归调用的次数不是更自然吗？

我只想说这个问题的根源来自尝试实现流（有关流的更多详细信息，请参阅this question）。例如，假设我们要编写一个流来生成自然数：

def stream_accum(s, n): # force the stream to a list of length n
    def loop(s, acc):
        if len(acc) == n:
            return acc
        hd, tl = s()
        return loop(tl, acc + [hd])
    return loop(s, [])


def nats():
    def loop(n):
        return n, lambda: loop(n+1)
    return loop(1)

流的递归定义非常吸引人。但是，我想更好/更 Python 的方法是使用生成器。

Answer 1

递归需要call stack 上的空间，它的大小是有限的。使用太多递归级别的代码将给出一个称为stack overflow 的错误（也因some obscure website 而闻名）。 Python 似乎将这个（有点武断）限制在 1000 级左右，但是这个 can be increased 是通过设置 sys.setrecursionlimit 来实现的。

迭代使用类似for-loop 的东西，它是通过增加一些计数器并有条件地将instruction pointer 设置回循环的开头来实现的。这在内存中是恒定的。

Answer 2

这不是 Python 独有的，与每个调用占用 call stack 上的空间以及堆栈大小受到限制有关。

单独的迭代不会消耗堆栈空间，因此不受此限制。

并非每个递归调用都需要消耗堆栈空间。例如，某些语言可以自动将tail recursion 转换为迭代。但是，CPython 选择不这样做 (Does Python optimize tail recursion?)。

您可以通过调用 sys.setrecursionlimit 来增加 Python 调用堆栈的最大深度。

Answer 3

这里实际上存在一些问题。

首先，正如NPE's answer 很好地解释的那样，Python 并没有消除尾调用，所以很多允许无限递归的函数，比如 Scheme，在 Python 中是有限的。

其次，正如 NPE 所解释的那样，无法消除的调用会占用调用堆栈上的空间。而且，即使在使用 TCE 的语言中，也有很多不能像迭代一样对待的递归函数。 （考虑递归调用自身两次的朴素斐波那契函数。）

但为什么调用堆栈首先是有限资源？ Python 堆栈帧至少原则上可以在堆上实现并链接在一起（参见Stackless 以获得该原理的存在证明），并且在 64 位内存空间中，有超过 1000 个堆栈帧的空间. （事实上​​，几乎任何现代平台上的 C 堆栈都可以容纳超过 1000 个递归 Python 解释器调用。）

部分原因是历史原因：当您进行递归调用时，普通的 Python 解释器使用固定的 C 堆栈递归调用自身，它最初是为 32 位（甚至 24 或 20 位）平台设计的C 堆栈非常小。

但这本可以改变，Python 3.0 将是改变它的完美场所。那么，他们为什么不呢？因为他们做出了有意识的语言设计决定。在 Pythonic 代码中，递归通常很浅（例如，像 os.walk 这样的代码遍历浅树结构）；如果您的函数达到接近 1000 的深度，则它更有可能是一个错误而不是故意的。所以，限制仍然存在。当然，这有点循环——如果他们取消了限制（特别是，如果他们取消了尾调用），更深层次的递归将变得更加惯用。但这就是重点——Guido 不想要一种深度递归是惯用的语言。 （大多数 Python 社区都同意。）