递归技术问询：为何第4行代码相似的两个函数结果差异巨大？

兄弟，我太懂这种盯着两行看起来完全一致的代码，却看着运行结果天差地别时的抓狂感了！递归的坑往往就藏在代码上下文的细微差异里，哪怕一行代码文本一模一样，只要它在函数里的「位置、作用域、后续逻辑」变了，结果就会完全不同。

我给你拆解几个最常见的原因，结合例子你就能秒懂：

1. 递归调用的时机：是「先执行代码再递归」还是「先递归再执行代码」 #

比如这两个版本，第4行都是sum += n，但执行顺序完全相反：

• 版本I（先累加再递归）：

  def calc_sum(n, sum):
      if n == 0:
          return sum
      sum += n  # 第4行：先把当前n加到sum里，再递归处理n-1
      return calc_sum(n-1, sum)
  

  调用calc_sum(3, 0)的过程是：sum=0+3=3 → 递归calc_sum(2,3) → sum=3+2=5 → 递归calc_sum(1,5) → sum=5+1=6 → 递归calc_sum(0,6)返回6，最终结果是6。

• 版本II（先递归再累加）：

  def calc_sum(n, sum):
      if n == 0:
          return sum
      res = calc_sum(n-1, sum)  # 先递归到底，再执行第4行
      sum += n  # 第4行：这里修改的是当前栈帧的sum，和递归返回的res没关系！
      return res
  

  调用calc_sum(3,0)的过程是：先递归到calc_sum(0,0)返回0，然后回到n=1的栈帧，执行sum +=1（但返回的是之前的res=0），再回到n=2的栈帧，sum +=2还是返回0，最终结果是0。

你看，第4行代码完全一样，但因为它在递归调用的前后位置不同，作用完全失效！

2. 返回值的处理：有没有把递归结果传递回来 #

再比如另一种常见情况，第4行相同，但版本II漏了返回递归调用的结果：

• 版本I：

  def calc_sum(n, sum):
      if n <=0:
          return sum
      sum +=n  # 第4行
      return calc_sum(n-1, sum)  # 把递归结果返回
  

• 版本II：

  def calc_sum(n, sum):
      if n <=0:
          return sum
      sum +=n  # 第4行
      calc_sum(n-1, sum)  # 只调用递归，没返回！
  

  版本II里，除了最底层的递归返回sum，上层的函数都没有返回值，最终会得到None，和版本I的正确结果完全不同。

3. 变量的作用域：是传值还是传引用（或可变对象的差异） #

如果你的递归函数里用了可变对象（比如列表），哪怕第4行代码一样，也可能因为栈帧对变量的修改方式不同导致结果差异：

• 版本I（传不可变的int）：

  def calc_sum(n, sum):
      if n ==0:
          return sum
      sum +=n  # 第4行：这里创建了新的int对象，不会影响上层栈帧的sum
      return calc_sum(n-1, sum)
  

• 版本II（传可变的list）：

  def calc_sum(n, sum_list):
      if n ==0:
          return sum_list[0]
      sum_list[0] +=n  # 第4行：修改的是同一个列表对象，所有栈帧都共享这个修改
      return calc_sum(n-1, sum_list)
  

  虽然第4行看起来都是“累加”，但一个是修改不可变对象的副本，一个是直接修改共享的可变对象，最终结果的计算逻辑也会不一样。

总结一下：递归函数的行为从来不是由单独一行代码决定的，你得把终止条件、代码执行顺序、返回值传递、变量作用域这几个要素放在一起看。如果还是理不清，把两个版本的完整代码贴出来，我帮你逐行拆解栈帧的变化！

内容的提问来源于stack exchange，提问作者John DeBord