使用testing.B基准测试量化递归函数执行时间与内存开销，通过斐波那契示例评估输入增长对性能的影响。
在go语言中测试函数递归性能，核心在于使用标准库中的 testing 包结合基准测试（Benchmark）来量化递归调用的执行时间、内存分配和调用开销。下面介绍几种实用方法，帮助你全面评估递归函数的性能表现。
使用 testing.B 进行基准测试
Go 的 testing 包提供了 Benchmark 函数类型，用于测量代码在高频率执行下的性能。对于递归函数，你可以编写对应的基准测试来观察其随输入增长的表现。
例如，测试一个计算斐波那契数列的递归函数：
func fibonacci(n int) int {
if n return n
}
return fibonacci(n-1) + fibonacci(n-2)
}
func BenchmarkFibonacci(b *testing.B) {
for i := 0; i fibonacci(20)
}
}
运行命令：go test -bench=.
输出示例：BenchmarkFibonacci-8 10000 123456 ns/op
其中 ns/op 表示每次调用消耗的纳秒数，是衡量性能的关键指标。
对比不同递归实现方式的性能
通过编写多个基准测试，可以比较朴素递归、带缓存的递归（记忆化）等实现的效率差异。
立即学习“go语言免费学习笔记（深入）”；
var memo = map[int]int{}
func fibonacciMemo(n int) int {
if n return n
}
if v, ok := memo[n]; ok {
return v
}
memo[n] = fibonacciMemo(n-1) + fibonacciMemo(n-2)
return memo[n]
}
func BenchmarkFibonacciMemo(b *testing.B) {
for i := 0; i fibonacciMemo(20)
}
}
运行后你会发现 BenchmarkFibonacciMemo 的 ns/op 明显低于朴素版本，说明记忆化大幅提升了性能。
监控内存分配与GC影响
递归深度大时可能引发频繁内存分配或栈溢出。使用 -benchmem 参数可查看每次操作的内存分配情况和GC次数。
运行命令：go test -bench=. -benchmem
输出增加两列：123456 ns/op 1024 B/op 15 allocs/op
关注 B/op（每操作字节数）和 allocs/op（每操作分配次数），数值越小越好。
若发现高内存分配，考虑优化递归结构或改用迭代。
测试栈深度与防止栈溢出
Go 的 goroutine 栈初始较小（通常几KB），深层递归易触发 stack overflow。虽然无法直接在测试中“捕获”崩溃，但可通过控制输入规模测试边界。
建议做法：
- 编写测试用例逐步增大输入，观察程序是否 panic
- 使用
runtime.Stack辅助打印堆栈信息用于调试 - 对已知深度限制的场景，提前校验输入参数
例如：
func TestFibonacciStack(t *testing.T) {
defer func() {
if r := recover(); r != nil {
t.Log(“Recovered from stack overflow:”, r)
t.FailNow()
}
}()
_ = fibonacci(50) // 可能导致栈溢出
}
基本上就这些。通过基准测试量化性能，结合内存分析和边界测试，能有效评估Go中递归函数的实际表现。关键是多写 benchmark，对比优化前后数据，让性能提升看得见。不复杂但容易忽略细节。