惰性求值不加速单次递归调用，而是通过跳过无效分支、按需展开流、缓存已计算结果及延迟尾递归执行，减少实际递归深度与计算量，从而加快结果获取、降低内存压力并提升安全性。
惰性求值本身不直接“提升递归执行速度”，而是通过避免不必要的递归调用和中间计算，显著减少实际执行的递归深度与计算量，从而在宏观上加快结果获取、降低内存压力，并让递归结构更安全可控。
关键在于：不是让每次递归调用跑得更快，而是让很多递归分支根本不触发。
避开无效递归路径
在条件分支或短路逻辑中，惰性求值能跳过整个子表达式——包括其内部递归调用。
- 例如 Python 中
and/or是惰性运算符：cond1 and expensive_recursive_func()，若cond1为False，递归函数根本不会被调用。 - 类似地，Haskell 的
&&、||或 Nix 的if条件体，都只求值真正需要的那一支，递归仅发生在被选中的分支里。
用流（Stream）替代全量递归展开
传统递归（如生成全部斐波那契数）会层层展开直到基例；而惰性流把递归定义“挂起”，只在取值时才展开一层。
- 像 PureScript/Haskell 中：
fibs = 0 : 1 : zipWith (+) fibs (tail fibs)—— 这行代码本身不执行任何加法，只是声明结构；取第n项时，最多展开n层，而非预先算出全部。 - Python 用生成器模拟：
def fib(): a, b = 0, 1; while True: yield a; a, b = b, a+b。调用next()一次，才推进一次递推，没有栈累积，也没有冗余子调用。
记忆化 + 惰性绑定，复用已展开路径
把递归结果缓存在惰性单元（如 lazy val 或闭包）中，首次访问才计算并保存，后续直接返回，避免重复递归。
- Scala 示例：
lazy val fibs: LazyList[Int] = 0 #:: 1 #:: (fibs zip fibs.tail).map { case (a,b) => a+b }—— 每个位置只算一次，且按需触发。 - Python 可用
functools.lru_cache配合生成器，或自定义带缓存的惰性迭代器，使重叠子问题（如树形递归）不再重复进入相同递归入口。
用尾递归+惰性包装控制求值时机
某些语言（如 Scheme）支持 delay/force，可把尾递归封装成延迟动作，在明确需要时才“推动”下一轮。
- 例如定义
(define (lazy-factorial n acc) (delay (if (= n 0) acc (lazy-factorial (- n 1) (* n acc)))))，调用不立即执行，而是返回一个可force的 thunk，由外部控制是否继续递归。 - 这相当于把递归栈从运行时转移到数据结构中，规避栈溢出，也便于中断、分片或异步调度。
