Python递归函数return递归调用与无return语句的差异解析

首先必须先纠正一个观察偏差：在官方标准CPython环境下，你贴的两段无限递归代码运行时都会触发RecursionError，不存在加了return就不会栈溢出的情况。你看到的差异基本是测试环境的偶然问题导致的——比如重名函数覆盖、临时修改过递归深度阈值、用了做了尾递归优化的第三方Python实现，甚至可能是运行带return版本时没等跑到深度阈值就手动中断了执行。

两种写法的本质区别是递归调用是否处于函数的「尾位置」，对应栈帧的保留逻辑完全不同：

• 无return直接发起递归调用：递归调用不是函数执行的最后一步。哪怕递归调用写在函数最后一行，等内层递归返回后，当前函数还要执行隐式的return None操作才能结束。因此每一层调用的栈帧都必须完整保留在调用栈里，等着内层执行完才能收尾弹出。
• 带return返回递归调用结果：递归调用处于函数的尾位置。当前函数的所有逻辑已经执行完了，拿到内层递归的返回值之后不需要做任何额外计算，直接把值透传给上层就行，这种写法就是常说的尾递归。

在原生支持尾递归优化（TCO）的语言（比如Scheme、Haskell、严格模式的ES6 JavaScript等）里，编译器识别到尾位置的递归调用时，不会往调用栈里压入新的栈帧，而是直接复用当前函数的栈帧——反正当前函数已经没有后续要执行的逻辑，不需要保留局部变量、返回地址这些栈帧数据，直接把内层递归的执行入口覆盖到当前栈帧上就可以。这种优化下，哪怕是无限递归，调用栈的深度永远是1，自然不会碰到递归深度上限。

Python核心开发者从设计之初就明确拒绝给CPython加尾递归优化，核心原因有两个：

• 尾递归优化会抹除中间所有调用的栈帧信息，一旦代码报错，拿不到完整的调用栈链，调试难度会陡增
• Python的装饰器、生成器、上下文管理器等特性和尾递归优化存在逻辑冲突，实现的收益远低于改造成本

你可以在本地做个简单验证：先运行import sys; print(sys.getrecursionlimit())查看默认的递归深度阈值（一般默认是1000），分别运行两段代码，都会在递归深度达到阈值时抛出RecursionError，实际执行表现没有区别。

注意：不是所有带return的递归调用都是尾递归。如果return后面的表达式除了递归调用还有其他运算，比如return ok() + 1，那就不属于尾递归——外层函数还要等内层返回后做加法运算，必须保留栈帧，也不可能触发尾递归优化。

内容的提问来源于stack exchange，提问作者Lakshya Shastri