在开始研究尾部递归之前，微信淘客，让我们先看看普通的递归。

一个简单的递归阶乘实现：

让N=5，看看如何为每次递归调用创建新的堆栈帧：

我们现在有两个堆栈帧，其中一个存储N=5时的上下文，最上面的一个用于当前计算：n=4

现在由于n=1，我们停止递归。弹出当前堆栈帧（n=1），激活当前堆栈帧下的帧，成为最顶层的帧，将计算结果1传给

正常递归的注意事项：在递归过程中，51返利，每一个生成的堆栈帧都是需要的，电梯物联网，直到最后的结果被计算出来后才能被销毁。直到递归到达终点（条件n===1满足），计算才开始。如果N是一个大整数，大数据的发展，将导致大量的堆栈帧，最后"堆栈溢出"或"内存不足"是不可避免的。本文介绍了一种新的内部函数&tailFactorial。现在，计算实际上分布在每个递归堆栈帧中。每一帧完成一部分计算并将当前结果传递给下一帧。一旦当前堆栈帧完成其任务，实际上就不再需要它了。例如模型浏览器可以对那些无用的堆栈帧进行优化

观察堆栈帧的尾部递归情况：

堆栈弹出：

当N=20时，尾部递归的性能远远好于普通递归：

尾部递归通过Scala实现：

有趣的是，好评返现卡，Scala代码编译成Java字节码后，编译器会自动消除递归：

首先这是普通递归：

下面是尾部递归版本：