python 递归函数 内存底层_Python：分析内存时增加递归函数调用

我在研究递归函数。我用Colaboratory运行我的代码。在

为什么使用while profiler函数来增加内存调用的次数？我用一个全局变量来计算函数被调用的次数。在

这是我没有分析器的原始代码：# imports and other things...

accm = 0

def sum_num(n):

global accm

accm += 1

if n == 1:

return 1

return n + sum_num(n - 1)

call_list = []

for i in range(0, 6000, 100):

accm = 0

if i == 0:

i = 1

sum_num(i)

call_list.append(accm)

# visualization things...

并将递归限制设置为10000。在

图形可视化accm从1到6000是线性的：

{1美元^

当我使用剖析器时，我本以为这不会改变，但它确实改变了。在

以下是概要版本：

^{pr2}$

我得到的是一个从1到16000的非线性图；它的最大点大约是20000，它随着噪声线性增加，直到x=25和y=16000，然后随着噪声减小，然后又线性增加：

我想知道为什么会这样，以及如何解决它。在