分步递归的核心是显式维护执行上下文而非依赖函数栈，用栈存任务状态（如节点与动作），每次只处理一步；结合状态机管理阶段，封装为可暂停、恢复、调试的迭代器接口。
分步执行的递归程序，核心在于把“递归调用”和“状态推进”解耦——不靠函数栈自动回溯，而是显式维护执行上下文，每次只走一步，便于暂停、恢复、调试或与事件循环协同。
用显式栈替代隐式调用栈
传统递归依赖系统调用栈，无法中途干预；改成手动管理一个栈（如 list 或 deque），每个元素存当前处理所需的数据（参数、阶段标记、中间结果）。每次只从栈顶取出一项执行，处理完决定是否压入新任务或返回结果。
- 例如遍历二叉树：栈中存节点 + 标志位（"visit", "left", "right"），每次只处理一个动作
- 避免深递归导致的栈溢出，也方便在每步插入日志、延时或用户确认
- Python 示例片段：stack = [(root, 'visit')]; while stack: node, action = stack.pop(); if action == 'visit': ...; elif action == 'left': stack.append((node.left, 'visit'))
引入状态机控制执行阶段
递归逻辑常含多个阶段（如“计算左子树→处理当前→计算右子树”），可为每个调用封装成带状态的对象或字典，记录当前进行到哪一步、已得结果、待处理子任务。
- 每个“递归实例”变成一个轻量状态对象，比如 {'stage': 'left_done', 'value': 5, 'pending': ['right']}
- 主循环根据 stage 跳转：完成左子树后设 stage='process'，再设 stage='right' 并推入右子任务
- 适合需要异步等待（如 IO）或响应外部信号（如取消、重试）的场景
提供标准接口支持外部驱动
把分步逻辑封装为迭代器或具有 next() / step() 方法的对象，调用方按需触发单步，获取当前状态、是否完成、下一步提示等信息。
- 返回值建议包含：done（是否结束）、result（当前产出）、progress（0~1 进度值，可选）
- 支持 reset() 重置，或 save_state() / load_state() 实现断点续算
- 便于集成进 Web 界面（点击“下一步”）、命令行交互或测试断言
