Python通过装饰器统计递归函数调用次数与最大递归深度

现有实现的核心缺陷：

• 计数器全局无差别累加，未识别递归链路的最外层调用入口，触发独立调用时不会重置历史统计值
• 缺少递归执行状态标记，无法区分“单次独立调用的起始点”和“递归链路内部的嵌套调用”，导致多次跨调用的统计值持续叠加

核心逻辑是通过状态标记区分递归根调用与嵌套调用：在根调用触发时重置统计值，递归链执行过程中持续计数、跟踪最大深度，递归链完全退出后恢复状态标记，供下次根调用触发重置。

def depthcounter(func):
    def wrapper(*args, **kwargs):
        # 识别当前是否为递归链路的最外层根调用
        is_root = not wrapper._active
        if is_root:
            # 根调用入口：重置本次链路的统计值
            wrapper.ncalls = 0
            wrapper.rdepth = 0
            wrapper._current_depth = 0
            wrapper._active = True
        
        # 累加调用计数、更新实时递归深度
        wrapper.ncalls += 1
        wrapper._current_depth += 1
        # 记录本次链路达到的最大递归深度
        if wrapper._current_depth > wrapper.rdepth:
            wrapper.rdepth = wrapper._current_depth
        
        try:
            result = func(*args, **kwargs)
        finally:
            # 递归栈回溯时实时更新当前深度
            wrapper._current_depth -= 1
            # 根调用栈帧弹出时，恢复活跃标记
            if is_root:
                wrapper._active = False
        return result

    # 初始化装饰器挂载的公开属性与内部状态
    wrapper.ncalls = 0
    wrapper.rdepth = 0
    wrapper._active = False
    wrapper._current_depth = 0
    return wrapper

使用提供的阶乘测试代码，最终输出完全匹配预期：

0 0
4 4
10 10
10 10
20 20
2 2

• 兼容任意递归场景：无论线性递归还是带分支的递归（如斐波那契计算），均可正确统计总调用次数与最大递归深度
• 异常安全：通过finally块处理状态恢复，即使被装饰函数抛出异常，也不会卡在活跃状态，保证后续调用可正常重置统计值
• 无侵入性：装饰器不修改原函数的执行逻辑与参数传递规则，对业务代码完全透明

内容的提问来源于stack exchange，提问作者Daniil Khlebnikov