应避免深层递归遍历json，改用显式栈dfs、设深度上限、流式解析、缓存路径索引及结构哈希，并优先采用迭代替代递归。
处理大规模JSON对象时，递归容易引发栈溢出、内存飙升和主线程阻塞。核心不是“禁用递归”，而是控制递归深度、减少调用开销、必要时绕过递归。
避免深层递归解析
原生 JSON.parse() 本身不递归——它由引擎底层实现，高效且安全。问题多出在后续的自定义递归遍历中，比如深拷贝、字段提取、结构校验等。一旦嵌套超过1000层，纯递归遍历极易触发 Maximum call stack size exceeded。
- 对已知可能超深的结构（如配置树、低代码Schema），改用显式栈模拟DFS：用数组维护待处理节点，while循环逐个出栈处理
- 设置硬性递归深度上限（如
maxDepth = 50），到达后跳过或截断，避免失控 - 优先使用迭代式工具库方法（如 Lodash 的
get、set）替代手写递归访问器
拆分+流式处理大JSON
2MB以上的JSON字符串不应一次性 parse —— 解析耗时长、内存峰值高、失败后全量重来。更合理的方式是提前切分或边解析边处理。
- 若数据是大型数组（如日志列表、用户集合），用 JSONStream 或 clarinet 实现流式解析，按需读取每个元素，内存恒定
- 服务端配合返回分页/分块JSON，前端按批次 fetch + parse，避免单次加载压力
- 本地大文件可用
fs.createReadStream+JSONParser（Node.js）分段解析，不载入全文
缓存与记忆化减少重复计算
当需多次遍历同一JSON（如校验+格式化+映射），反复递归浪费严重。关键路径上应缓存中间结果。
- 对固定结构的JSON，预生成“路径索引表”（如所有
$.user.profile.avatar路径），后续直接查表取值，免遍历 - 深比较、深冻结等操作可基于结构哈希（如
JSON.stringify(obj, Object.keys(obj).sort())）做轻量缓存 - 避免在递归函数内重复调用
typeof、Array.isArray()等——提前判断并分支，减少每层开销
用尾递归形式写，但不依赖引擎优化
尾递归写法本身能提升逻辑清晰度和可维护性，即使V8未启用TCO，它也为后续转为迭代或trampoline打下基础。
- 确保递归调用是函数最后一步，且无额外运算（如
return fn(x) + 1❌，应改为return fn(x, acc + 1)✅） - 搭配 trampoline 函数：让递归返回 thunk（
() => nextStep），外层用 while 循环执行，彻底规避栈增长 - 简单场景直接改写为 for/while：例如树遍历用栈数组，JSON扁平化用队列，性能更稳、调试更直观
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
