Python修改递归函数后填充列表耗内存、PyCharm无法绘图如何解决

• 指数级重复递归计算：互相递归的结构下，alfa函数的计算依赖beta的返回值，beta又反过来依赖alfa的结果，且你在while循环中每次计算新值时都是从头触发递归，没有复用之前已经算过的结果，计算量随迭代次数呈指数级增长，自然耗时极长。
• 递归栈内存溢出：Python原生不支持尾递归优化，迭代次数越多，互相递归的调用深度越深，栈帧占用的内存会持续累加，同时while循环不断向rom、jul列表追加元素，进一步推高内存占用。
• round处理未匹配递归终止逻辑：如果你的递归终止条件依赖数值匹配，round引入的精度误差可能导致终止条件永远无法触发，进入死递归循环，进一步加剧耗时和内存问题。

最优方案：替换递归为迭代递推（推荐） #

罗密欧与朱丽叶恋爱模型本质是差分方程，每个时间步的情感值仅依赖上一步的双方结果，完全不需要递归实现，直接用列表存储的历史值计算即可，时间复杂度直接降到O(n)，无额外递归开销：

# 示例迭代实现逻辑，替换原有的递归调用+while追加逻辑
# 初始化首值
rom = [romeo_initial]
jul = [juliet_initial]
max_iter = 1000 # 增加最大迭代次数兜底，避免死循环

while len(rom) < max_iter and 你的原循环终止条件:
    # 直接拿上一步的结果计算当前值
    current_romeo = round(alfa_func(rom[-1], jul[-1]), 3)
    current_juliet = round(beta_func(rom[-1], jul[-1]), 3)
    rom.append(current_romeo)
    jul.append(current_juliet)

兼容方案：保留递归加记忆化缓存 #

如果一定要保留递归实现，给两个递归函数增加记忆化缓存，避免重复计算相同参数的结果：

from functools import lru_cache

# 给递归函数加缓存装饰器，注意函数参数必须是不可变类型（不要传列表）
@lru_cache(maxsize=None)
def alfa(n):
    # 你的原alfa逻辑，注意补全明确的终止条件
    if n == 0:
        return romeo_initial
    return round(你的计算逻辑, 3)

@lru_cache(maxsize=None)
def beta(n):
    # 你的原beta逻辑，注意补全明确的终止条件
    if n == 0:
        return juliet_initial
    return round(你的计算逻辑, 3)

额外检查项 #

• 确认递归函数的终止条件覆盖所有输入场景，避免round精度问题导致终止条件永远无法触发
• 给while循环增加最大迭代次数兜底限制，避免逻辑异常时无限向列表追加元素占满内存

内容的提问来源于stack exchange，提问作者Giqs CB