蹦床函数通过将尾递归改造成返回thunk的结构，并用while循环反复执行thunk，使栈深度恒定在1～2层，从而避免栈溢出；它要求原函数为尾递归、所有分支返回thunk、终止条件返回非函数值，且调用时需传入thunk而非直接执行。
蹦床函数（Trampoline）是一种手动将尾递归“拍平”为循环的编程模式，核心是用返回函数（thunk）代替直接递归调用，从而把调用栈深度稳定控制在 1～2 层，避开 JavaScript、Python 等不支持尾调用优化（TCO）环境下的栈溢出限制。
它为什么能绕过栈溢出
普通递归每调用一次就压入一个新栈帧，递归太深就会触发 RangeError（JS）或 RecursionError（Python）。蹦床函数不改变算法逻辑，只改变执行方式：
- 原递归中“调自己”的动作，改为 返回一个函数（比如
() => f(n-1, acc * n)），不立即执行 - 外层
trampoline函数用while循环反复调用这个返回值，每次都在同一栈帧内完成解包和再计算 - 整个过程没有新增栈帧，栈深度不再随数据规模增长
关键改造写法
要把一个递归函数改造成蹦床风格，必须满足两个前提并遵循特定写法：
- 原函数需是尾递归结构（最后一步就是调用自身，无后续运算）
- 所有递归分支都必须返回 thunk，不能直接调用：✅
return () => f(n-1, acc)；❌return f(n-1, acc) - 终止条件必须返回非函数值（如数字、对象、
null），否则循环无法退出 - 调用时不能先执行再传入：✅
trampoline(() => f(100000))；❌trampoline(f(100000))（后者已在进入 trampoline 前爆栈）
它不是万能优化，但解决了关键瓶颈
蹦床函数不降低时间复杂度，也不节省单次计算的内存，它的价值很具体：
- 让原本不可行的深度操作变得稳定——比如遍历嵌套上千层的 JSON、解析深层 AST、处理超长链式 Free Monad
- 调试更清晰：调用栈始终扁平，可在循环中加日志、断点、深度计数、参数校验
- 适合逻辑天然递归、又难以重写为显式循环的场景；简单计数类递归，直接用
for更直观
