在爬取某個(gè)網(wǎng)頁(yè)的時(shí)候遇到了這個(gè)問題：

Fatal Python error: Cannot recover from stack overflow

---

我問題所在：使用函數(shù)時(shí)遞歸調(diào)用次數(shù)過多（800左右會(huì)出現(xiàn)），導(dǎo)致棧溢出。

在Python中，函數(shù)調(diào)用是通過棧（stack）這種數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)的，每當(dāng)進(jìn)入一個(gè)函數(shù)調(diào)用，相當(dāng)于一次push壓棧操作，每當(dāng)函數(shù)返回，相當(dāng)于一次pop出棧操作。由于棧的大小不是無限的，所以，遞歸調(diào)用的次數(shù)過多，會(huì)導(dǎo)致棧溢出。

Windows程序的內(nèi)存機(jī)制大概是這樣的,全局變量(局部的靜態(tài)變量本質(zhì)也屬于此范圍)存儲(chǔ)于堆內(nèi)存,該段內(nèi)存較大,一般不會(huì)溢出;函數(shù)地址、函數(shù)參數(shù)、局部變量等信息存儲(chǔ)于棧內(nèi)存，棧內(nèi)存較小容易發(fā)生溢出現(xiàn)象，但是效率高。

---

棧溢出的可能原因：
1. 函數(shù)遞歸調(diào)用層次過深 ，每調(diào)用一次，函數(shù)的參數(shù)、局部變量等信息就壓一次棧，并且沒有及時(shí)出棧。
2. 局部變量體積太大

可以通過下面這張圖來輔助我們理解，當(dāng)棧的空間接近被占完時(shí)，會(huì)發(fā)生溢出現(xiàn)象

解決方案：
1.把遞歸調(diào)用函數(shù)改用while或者for循環(huán)來實(shí)現(xiàn) 。
2.通過尾遞歸優(yōu)化。
3.改用堆內(nèi)存，函數(shù)里定義很大的局部變量（例如大數(shù)組），這種情況可以將局部變量改為靜態(tài)變量（實(shí)質(zhì)上也是全局變量）。
4.增大棧的大小值。

---

參考文章：https://blog.csdn.net/zcyzsy/article/details/77151709
https://stackoverflow.com/questions/40963288/fatal-python-error-cannot-recover-from-stack-overflow-during-flood-fill
https://blog.csdn.net/qq_34178562/article/details/78198755
https://blog.csdn.net/xc889078/article/details/8796880

總結(jié)

以上是生活随笔為你收集整理的知识点讲解四：栈溢出（stack overflow）问题解决方案的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。