R语言尾递归优化存疑：Tailcall版本为何运行更慢？

你的测试结果符合R中Tailcall函数的特性，核心原因如下：

• 尾递归优化的核心目标不是提速，而是避免栈溢出
  尾递归优化（TCO）的设计初衷是解决递归深度过大时的栈溢出问题，而非提升执行速度。在你的二分法场景中，递归深度仅约50次（每次区间减半，达到1e-15精度只需log2(1/1e-15)≈50次调用），R的默认栈完全能承受，普通递归的栈帧开销微乎其微，因此TCO在这个场景下无法发挥性能优势。

• Tailcall函数带来额外的调用开销
  R 4.4.0的Tailcall并非语法层面的原生尾递归支持，而是通过函数调用的方式标记尾递归。每次调用Tailcall时，需要额外完成参数打包、尾递归条件检查、栈帧替换逻辑等操作——这些步骤都会增加单次递归的执行成本。在递归次数不多的场景下，这部分额外开销的占比会非常明显，导致整体速度比普通递归慢。

• 字节编译无法消除Tailcall的额外开销
  compiler::cmpfun的字节编译主要优化函数内部的代码执行逻辑（比如循环、变量访问），但Tailcall带来的是函数调用层面的额外开销，字节编译无法消除这部分成本，因此编译后两者的性能差距依旧存在。

• R的函数调用本身开销较高
  R作为解释型语言，函数调用的固有开销相对编译型语言更大。Tailcall相当于在每次递归中多了一层函数调用，累计下来的开销会被放大，进一步拉开和普通递归的速度差距。

如果你的场景需要处理极深递归（比如数万次递归调用），Tailcall的栈溢出避免能力才会体现出价值；但对于像二分法这种递归深度较浅的场景，普通递归反而更高效。

内容的提问来源于stack exchange，提问作者Tamas Ferenci