蹦床函数是将递归转为迭代以避免栈溢出的技术，核心是返回thunk并由调度器循环执行。它不增强功能，而是通过延迟求值与循环调度，在单层栈内完成计算。
蹦床函数（Trampoline Function）不是装饰器或常规包裹函数，它是一种控制递归执行流程的技术，核心目标是把潜在的栈溢出递归调用转化为迭代执行。它通过函数包装实现，但逻辑与日志、权限类装饰器完全不同：它不增强功能，而是改变调用方式和执行时机。
蹦床函数的本质是“延迟求值 + 循环调度”
它把每次递归调用封装成一个返回函数的函数（即 thunk），而不是直接调用自身。主蹦床函数接收这个 thunk，反复执行并替换为下一个 thunk，直到返回最终值——整个过程在单层调用栈内完成，避免了深层嵌套。
例如，计算阶乘的普通递归：
def fact(n):
return 1 if n <p>改写为蹦床风格：</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/ai/911" title="GAIPPT"><img
src="https://img.php.cn/upload/ai_manual/000/000/000/175679994031440.png" alt="GAIPPT" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/ai/911" title="GAIPPT" class="overflowclass">GAIPPT</a>
<p class="overflowclass">GAIPPT是一款用于上传 PPT 后进行 AI 美化排版和智能生成的演示文稿工具。</p>
</div>
<a rel="nofollow" href="/ai/911" title="GAIPPT" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div><pre class="brush:python;toolbar:false;">def fact_trampoline(n, acc=1):
if n <h3>包装的关键在于“返回可调用对象”而非“增强原函数”</h3>
- 普通包裹函数（如装饰器）：
@log_time def f(): ...→f()仍直接执行，只是多了日志。 - 蹦床包装：
fact_trampoline被设计成必须由trampoline驱动执行，它本身不执行递归，只构造下一步动作。 -
trampoline是那个真正做“包装”的调度器——它包裹了所有 thunky 函数的执行流程，统一用 while 循环接管控制权。
实际应用中常配合高阶函数抽象
你可以把 trampoline 当作一个通用包装器：
def make_trampoline(func):
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
while callable(result):
result = result()
return result
return wrapper
@make_trampoline
def fib_trampoline(n, a=0, b=1):
if n == 0: return a
return lambda: fib_trampoline(n-1, b, a+b)
这里 make_trampoline 是典型的包裹函数：它不改 fib_trampoline 的逻辑，只接管其返回值的求值方式。
不复杂但容易忽略——蹦床不是自动生效的魔法，它依赖开发者主动将递归拆解为 thunk，并由外层调度器驱动。包装在这里，是把“执行权”从调用栈移交到堆内存和显式循环。
