本文解析递归实现dna序列突变函数时因栈溢出导致静默失败的根本原因，并提供高效、稳定、可扩展的迭代替代方案，彻底规避python默认递归深度限制带来的崩溃与不可预测行为。
在生物信息学场景中，对长DNA序列（如数千至数万碱基）进行随机突变模拟是常见需求。原代码采用纯递归策略实现 AddMutations：每次处理首字符后，递归调用自身处理剩余子串。该设计虽逻辑直观，却存在严重工程缺陷——每层递归需在调用栈中保存局部变量、返回地址及函数状态，导致空间复杂度为 O(n)，且深度与输入长度严格线性正相关。
当输入字符串长度超过约 2150 字符时，即使通过 sys.setrecursionlimit(100000) 手动提升上限，仍会触发 RecursionError: maximum recursion depth exceeded in comparison。更隐蔽的问题在于：错误发生于递归展开阶段（而非返回阶段），导致函数未执行任何 return 就已崩溃；若调用后紧跟 print()，因程序异常终止，后续语句完全不执行——表现为“静默无输出”，极易误判为逻辑错误或空返回。
根本解法是摒弃递归，改用迭代+可变容器模式。核心优化点如下：
