本文介绍一种基于装饰器的“尾调用模拟”技术，让文本冒险游戏通过函数跳转切换状态时避免递归调用导致的栈帧累积，从而消除内存效率问题，同时保持原有逻辑结构不变。
本文介绍一种基于装饰器的“尾调用模拟”技术，让文本冒险游戏通过函数跳转切换状态时避免递归调用导致的栈帧累积，从而消除内存效率问题，同时保持原有逻辑结构不变。
在 Python 中，频繁使用函数相互调用（如 go_to_lobby() → examine_lobby() → go_to_lobby()）看似直观，实则隐含严重内存隐患：每次函数调用都会在调用栈中压入新帧，而这些帧无法被及时回收——即使你“从不返回”，Python 仍需保留上层函数的执行上下文（局部变量、返回地址等），直到被调用函数彻底退出。这种深度嵌套会随玩家操作次数线性增长栈深度，轻则拖慢性能，重则触发 RecursionError（默认限制约 1000 层）。
根本解法是将隐式递归流转为显式迭代流。但直接重写为 while 循环 + 状态机（如 state = 'lobby' + while state:）虽高效，却破坏了原有“每个函数即一个场景”的清晰抽象。所幸，我们可通过一个精巧的装饰器 @action 实现两全其美：
class action:
next = None # 全局暂存待执行动作
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
# 首次调用时启动主循环
loop_started = action.next is None
# 将本次调用封装为延迟执行的 lambda
action.next = lambda: self.func(*args, **kwargs)
# 主循环：持续执行 next 动作，直到无新动作产生
while loop_started:
current = action.next
current() # 执行当前动作
# 若执行后 next 未被修改，说明流程自然终止
if action.next is current:
break
该装饰器的核心思想是：拦截所有 @action 函数调用，不立即执行，而是将其参数化封装，并交由统一的事件循环驱动。每次函数内“跳转”（如 examine_lobby(gold_coins)）实际只是更新 action.next，随后控制权回到循环，执行下一个动作——旧栈帧早已退出，零额外栈开销。
将原代码中所有场景函数（go_to_lobby, examine_lobby, leave 等）加上 @action 装饰器，仅需一行改动，即可获得迭代式内存表现。例如：
librosa 是一个用于音频和音乐分析的 Python 库。它提供了特征提取、频谱分析、节拍跟踪、起始检测和音频可视化的工具，基于 NumPy 和 SciPy 构建，用于科学音频计算。
@action
def go_to_lobby(gold_coins: int) -> None:
print_gold_amount(gold_coins)
print("You are in the lobby...")
option = int(input())
if option == 1:
examine_lobby(gold_coins) # ✅ 不再递归压栈，仅更新 next
elif option == 2:
go_to_throne_hall(gold_coins)
else:
leave(gold_coins)
@action
def examine_lobby(gold_coins: int) -> None:
print_gold_amount(gold_coins)
print("A band of goblins rob 10 gold from you.")
gold_coins -= 10
go_to_lobby(gold_coins) # ✅ 同样触发跳转，非递归
⚠️ 注意事项：
print_gold_amount无需装饰（纯工具函数，无状态跳转）；- 所有
@action函数必须最终触发一次跳转（或自然结束），否则循环可能卡死；- 参数传递需确保不可变性或显式复制（如
go_to_kitchen(gold_coins+40)），避免闭包引用意外修改；- 此方案本质是手动实现“尾调用优化”（TCO），Python 原生不支持 TCO，此装饰器是安全、可控的替代方案。
总结而言，这不是“规避”Python 的限制，而是主动设计符合其运行时特性的架构。你保留了面向场景的函数组织，获得了无限深度的状态跳转能力，且内存占用恒定——真正做到了逻辑清晰与工程健壮的统一。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
