SML递归与迭代对比：列表遍历统计负数选型及学习文档推荐

SML是静态强类型的纯函数式语言，没有原生命令式for/while循环结构，列表遍历的核心逻辑是基于模式匹配递归拆解：取出列表的头部元素完成对应处理后，再递归处理剩余的尾部子列表，不存在传统意义上的原生“迭代遍历”实现。
遍历效率的核心判断标准是是否为尾递归形式：如果递归调用位于函数执行的最后一个位置，SML运行时会复用当前栈帧，不会随列表长度增长产生栈空间膨胀，运行效率和命令式迭代完全持平。

针对统计列表内负数个数的作业需求，优先选择尾递归实现方案：

• 不推荐直接编写无优化的朴素递归：这类写法的递归调用处于加法表达式的操作数位置，不属于尾调用范畴，处理较长列表时容易触发栈溢出，运行效率偏低。参考写法：fun countNeg [] = 0 | countNeg (x::xs) = (if x < 0 then 1 else 0) + countNeg xs
• 推荐使用带累加器的尾递归写法：通过额外的存储变量记录当前已经统计到的负数总数，每次递归将更新后的累加值传入下一层，整个递归调用全程处于尾位置，运行时会自动完成栈优化，代码逻辑清晰、运行效率充足，完全匹配课程作业的考察要求。参考实现：

  fun countNeg xs =
      let
          fun tailHelper [] acc = acc
            | tailHelper (x::rest) acc =
                tailHelper rest (acc + (if x < 0 then 1 else 0))
      in
          tailHelper xs 0
      end
  

• 不推荐硬写带可变引用（ref）的“伪迭代”代码：这类写法需要手动操作可变状态，和SML的函数式设计思路相悖，入门阶段编写这类代码反而容易引入低级错误，也不符合课程对函数式编程思维的训练目标。

• 高校编程语言课程配套的SML基础讲义：从语法规则、模式匹配、递归设计等入门内容讲起，难度和日常作业高度匹配
• SML语言标准的基础参考章节：覆盖内置列表操作的函数定义，写代码时可以快速核对参数要求
• 程序设计语言经典教材中的SML实践板块：针对课堂常见作业场景给出了大量可参考的递归实现案例，没有冗余的高阶概念，适合刚接触SML的学习者使用

内容的提问来源于stack exchange，提问作者pbm21