这里有一个尾递归函数
def recursive_function(n, sum):
if n < 1:
return sum
else:
return recursive_function(n-1, sum+n)
c = 998
print(recursive_function(c, 0))
它一直工作到n=997，然后它就中断并抛出一个RecursionError:在比较中超过了最大递归深度。这只是一个堆栈溢出吗?有办法绕过它吗?
当前回答
是的，它是防止堆栈溢出的一种方法。Python(或者更确切地说，CPython实现)没有优化尾部递归，并且无限制的递归会导致堆栈溢出。你可以用sys.getrecursionlimit检查递归限制:
import sys
print(sys.getrecursionlimit())
并使用sys.setrecursionlimit更改递归限制:
sys.setrecursionlimit(1500)
但这样做是危险的——标准限制有点保守，但Python的堆栈框架可能相当大。
Python不是函数式语言，尾递归也不是一种特别有效的技术。如果可能的话，迭代地重写算法通常是一个更好的主意。
其他回答
如果你经常需要改变递归限制(例如在解决编程难题时)，你可以定义一个简单的上下文管理器，像这样:
import sys
class recursionlimit:
def __init__(self, limit):
self.limit = limit
def __enter__(self):
self.old_limit = sys.getrecursionlimit()
sys.setrecursionlimit(self.limit)
def __exit__(self, type, value, tb):
sys.setrecursionlimit(self.old_limit)
然后调用具有自定义限制的函数，您可以这样做:
with recursionlimit(1500):
print(fib(1000, 0))
从with语句体退出时，递归限制将恢复到默认值。
附注:您可能还想增加Python进程的堆栈大小，以获得较大的递归限制值。例如，这可以通过ulimit shell内置或limits.conf(5)文件来完成。
当然，斐波那契数可以用O(n)计算，应用比奈公式:
from math import floor, sqrt
def fib(n):
return int(floor(((1+sqrt(5))**n-(1-sqrt(5))**n)/(2**n*sqrt(5))+0.5))
正如评论者指出的那样，它不是O(1)，而是O(n)，因为2**n。另一个不同之处在于，您只能得到一个值，而使用递归则可以得到该值之前的所有Fibonacci(n)值。
是的，它是防止堆栈溢出的一种方法。Python(或者更确切地说，CPython实现)没有优化尾部递归，并且无限制的递归会导致堆栈溢出。你可以用sys.getrecursionlimit检查递归限制:
import sys
print(sys.getrecursionlimit())
并使用sys.setrecursionlimit更改递归限制:
sys.setrecursionlimit(1500)
但这样做是危险的——标准限制有点保守，但Python的堆栈框架可能相当大。
Python不是函数式语言，尾递归也不是一种特别有效的技术。如果可能的话，迭代地重写算法通常是一个更好的主意。
许多人建议增加递归限制是一个很好的解决方案，但它不是，因为总是会有限制。相反，使用迭代解决方案。
def fib(n):
a,b = 1,1
for i in range(n-1):
a,b = b,a+b
return a
print fib(5)
RecursionError:在比较中超出的最大递归深度
解决方案:
首先，最好知道当你在一个大输入(> 10^4)上用Python执行递归函数时，你可能会遇到“最大递归深度超出错误”。
Python中的sys模块有一个函数getrecursionlimit()可以显示Python版本中的递归限制。
import sys
print("Python Recursive Limitation = ", sys.getrecursionlimit())
在某些版本的Python中，默认值是1000，而在另一些版本中则是1500
你可以改变这个限制，但重要的是要知道，如果你增加太多，就会出现内存溢出错误。
所以在增加它之前要小心。你可以使用setrecursionlimit()在Python中增加这个限制。
import sys
sys.setrecursionlimit(3000)
请点击此链接了解导致此问题的更多信息:
https://elvand.com/quick-sort-binary-search/
