如果您使用的是Python3，而递归函数目前不包含yield表达式，那么有一种通用的方法，只需更改每个添加了yield的递归函数调用，并使用executor function作为客户端代码的调用入口点.修改后，解释器原来的调用堆栈将被显式列表取代(仅针对修改后的函数)，递归限制仅取决于列表的最大大小.
关于屈服表达式的预先知识
我们先举个例子来看看yield的作用:
def func():
y = yield 1
return y
f = func()
try:
x = next(f)
print(x)
f.send(x + 1)
except StopIteration as e:
print(e.value)
当函数包含yield expression时，该函数的返回值自动变为generator.注意f = func()行，它看起来像是在执行func函数中的代码，但事实并非如此，它只返回一个generator，其中包含func函数的参数和状态，但不执行func中的任何行.
这一点很重要，此功能将用于消除递归调用.
在随后的try块中执行next(f)之后，实际执行func中的代码.next使func从该入口运行，直到遇到yield expression.在这种情况下，将yield之后的值赋给x作为返回值next(f)，并且在yield 1处暂停func的执行.
f.send(x + 1)将值x + 1传递到func函数上次暂停的位置，并让func从该位置继续执行.在func内，x + 1被赋值为y，作为yield 1的值，然后执行return y.
func中的return y不是返回值，而是抛出StopIteration异常.异常对象中的value属性包含return之后的值.因此，在执行完return statement之后，执行将进入except StopIteration as e:代码块.最后，打印返回值2.
递归函数的修改
假设我们有一个如下所示的递归函数:
def recursive_add(x):
return 0 if x == 0 else x + recursive_add(x - 1)
通过使用yield，我们对前面的递归函数进行了如下修改(还增加了executor function和调用示例):
def recursive_add(x):
return 0 if x == 0 else x + (yield recursive_add(x - 1))
def run_to_finish(gen):
call_stack = [gen]
return_value = None # Return value of the function at the innermost level
while call_stack:
try:
if return_value is not None:
inner_call = call_stack[-1].send(return_value) # Transfer the return value of the inner function to the outer
else:
inner_call = next(call_stack[-1]) # The function is just being executed or does not require a return value
call_stack.append(inner_call)
except StopIteration as e: # Inner function exit
del call_stack[-1]
return_value = e.value # Obtains the return value
return return_value
print(run_to_finish(recursive_add(10000)))
修改后的recursive_add与原来的不同之处在于递归调用中添加了一个yield关键字和一对圆括号(请注意，此处的圆括号不能省略).此通用方法适用于任何其他递归函数:change the recursive calls to yield expression, and leave all the other code as it is.
run_to_finish是用来执行修改后的"递归函数"(严格地说，它不再是解释器所看到的"递归").这个executor是universal.修改后的代码run_to_finish可以用来调用任何递归函数.你可以把run_to_finish‘S的定义放到一个库中，想用的时候就导入.
我们来分析一下修改后的代码的执行流程:
run_to_finish(recursive_add(10000))通过generator到run_to_finish executor.回想一下，当recursive_add内部有一个yield expression时，调用recursive_add只返回一个generator，并且不执行函数内部的代码.
run_to_finish开始运行，这将generator置于call_stack列表中.call_stack是记录函数的逻辑调用链的数据 struct (它们的每个状态都在堆栈上，包括局部变量等).它取代了Python解释器的公共调用堆栈.
接下来，只要call_stack不是空的，总是获取call_stack中的最后generator，并让它继续执行.call_stack中的generators被存储在函数的逻辑调用序列中.最后generator表示当前"最里面"的执行函数.
由于recursive_add已经转换为generator，因此每次执行yield recursive_add(x - 1)时，并不立即进入recursive_add的函数体，而是返回一个新的generator.这个generator被分配给inner_call并保存到call_stack.
return_value记录刚刚退出的函数的"返回值".(对于generator，它实际上是StopIteration异常对象中包含的value.)如果返回值存在，则使用send方法将其传递给调用链中的外层generator.
如果捕获到StopIteration异常，则当前最内层的函数退出.删除call_stack中对应的generator，并将返回值传递给"caller function".
当recursive_add的输入参数为0时，recursive_add的内部代码将不会执行yield expression.在这种情况下，recursive_add仍然返回generator.然而，当它的next第一次被调用时，这个generator抛出一个异常(返回0的意思).
当call_stack中的generators全部完成时，return_value是原始递归函数的最终结果.
遍历二叉树的另一个示例
这是另一个例子.请注意，the original function of traversing bin-tree is not a tail recursive function，但它仍然可以使用此方法修改和运行.run_to_finish Executor与前一个Executor完全相同，因此这里不显示定义.
class Node:
def __init__(self, value, left=None, right=None):
self.value = value
self.left = left
self.right = right
def dfs(root):
if root is None:
return
print(root.value) # print value of this node
yield dfs(root.left) # traverse left child subtree, only yield is added for modification
yield dfs(root.right) # traverse right child subtree, only yield is added for modification
bin_tree = Node(1, Node(2, Node(3), Node(4)), Node(5))
run_to_finish(dfs(bin_tree))