递归逻辑健壮性测试需覆盖边界输入、深度压力、错误传播和异常注入四类场景：验证终止条件失效时抛出明确异常、最小合法输入结果正确、超限输入被拦截或降级；用参数化与超时熔断测试临界递归深度，并断言调用栈深度；通过精准 patch 验证错误传播路径；结合错误猜测与变异测试检验非法输入处理及故障补偿机制。
递归逻辑的健壮性测试，核心是验证它在边界、异常输入、深度压力和错误传播等非理想场景下不崩溃、不误算、不无限循环。这不是单纯跑通几个用例，而是构建一套覆盖“输入—执行—恢复”全链路的防御性验证体系。
覆盖三类关键边界输入
递归函数最脆弱的点往往不在主体逻辑，而在边界判定是否严密。必须显式测试：
- 终止条件失效场景：如 factorial(-1)、fibonacci(-5)，验证是否抛出明确异常（如 ValueError），而非陷入无限递归或返回错误值；
- 最小合法输入：如 factorial(0)、factorial(1)，确认基础情形结果正确且无冗余调用；
- 超限输入：如传入极大数触发 Python 默认递归限制（通常 1000 层），检查是否提前拦截（如参数校验）或优雅降级（如改用迭代 fallback），而非直接 RecursionError 导致进程中断。
模拟深度压力与资源约束
递归深度既是功能路径，也是性能与稳定性风险点：
- 用 pytest.mark.parametrize 覆盖临界深度：[1, 10, 999, 1000, 1001]，而非均匀采样；
- 为每个深度用 @pytest.mark.timeout(0.1) 加装熔断保护，防止单个用例拖垮整个测试套件；
- 在函数内部通过 len(inspect.stack()) 断言实际调用栈深度，确认未因逻辑缺陷意外加深。
隔离递归调用，验证错误传播路径
当递归嵌套多层、依赖外部状态或副作用时，需解耦验证单层逻辑与整体容错行为：
- 用 patch.object 替换递归调用本身，例如让第 3 层固定返回异常，验证上层是否捕获并处理，而非静默失败；
- mock 的目标必须是被测模块中 import 的函数名，而非定义位置，否则 patch 失效；
- 每次 mock 后检查 mock_func.assert_called_once() 或调用次数，确保递归确实被跳过，逻辑验证真实有效。
注入异常输入与非法状态
健壮性测试不止看“能算对”，更要看“错得明白”：
- 用错误猜测法构造典型非法输入：空字符串、None、NaN、超长列表、嵌套过深的 JSON 等；
- 结合变异测试思想，对输入做微小扰动（如把数字 1 改为字符串 "1"、把 list 改为 tuple），观察是否触发类型检查或降级逻辑；
- 主动插入故障：如在递归中间层手动 raise 自定义异常，验证事务回滚、缓存清理、资源释放等补偿机制是否生效。
