QuickJS 中的无限递归调用问题分析
问题概述
QuickJS 是一款轻量级的 JavaScript 引擎,最近在其 master 分支(74fd4d7)版本中发现了一个导致栈溢出的问题。该问题发生在特定 JavaScript 代码执行过程中,表现为无限递归调用导致的栈空间耗尽。
问题重现
问题可以通过以下测试代码重现:
function f(aqqusxkzn) {
var abudgcquf;
f.apply(null, ['']);
}
f('')
当使用 QuickJS 执行这段代码时,会触发栈溢出错误。从错误堆栈可以看出,问题发生在 JS_GetPropertyInternal2 函数中,这是一个典型的无限递归调用场景。
技术分析
调用链分析
从错误堆栈可以清晰地看到调用链:
- 初始调用
f('')进入函数 - 函数内部调用
f.apply(null, ['']) - 这又触发了
js_function_apply的执行 js_function_apply中通过JS_Call再次调用函数f- 这个过程无限循环,直到栈空间耗尽
根本原因
问题的核心在于函数 f 在其内部通过 apply 方法递归调用自身,而没有提供任何终止条件。这种无限递归调用在 JavaScript 中本应通过调用栈限制来捕获,但 QuickJS 的实现中似乎没有对这种深度递归进行适当的限制或优化。
关键函数分析
JS_GetPropertyInternal2 是 QuickJS 中用于获取对象属性的内部函数,位于调用链的顶端。当递归调用发生时,每次调用都需要获取函数的 length 属性,这导致了 JS_GetPropertyInternal2 的重复执行。
js_function_apply 函数负责处理 Function.prototype.apply 的调用,它在构建参数列表时会查询 arguments 对象的 length 属性,这进一步加剧了递归深度。
解决方案思路
针对这类问题,通常有以下几种解决方案:
-
尾调用优化(TCO):如果递归调用是尾调用形式,引擎可以实现尾调用优化,避免栈增长。不过 QuickJS 目前似乎没有完全实现这一优化。
-
显式递归深度限制:引擎可以设置最大调用深度,超过限制时抛出异常而非导致栈溢出。
-
循环展开:对于某些特定模式的递归,可以尝试转换为循环形式。
在 QuickJS 的具体实现中,可能需要:
- 在
js_function_apply中添加递归深度检测 - 优化属性获取路径,减少不必要的属性查询
- 考虑实现尾调用优化支持
对开发者的启示
这个案例给 JavaScript 开发者几个重要启示:
- 即使是简单的递归函数,也需要明确的终止条件
- 使用
apply或call方法进行递归时要格外小心 - 不同 JavaScript 引擎对递归的处理方式可能有差异
- 在生产代码中,应考虑将深度递归算法改写为迭代形式
结论
QuickJS 的这个栈溢出问题展示了 JavaScript 引擎在处理深度递归调用时的挑战。虽然从语言规范角度看这是符合预期的行为,但现代 JavaScript 引擎通常会实现各种优化来避免此类问题。对于 QuickJS 这样的轻量级引擎,需要在实现复杂度和健壮性之间找到平衡点。开发者在使用时也应当注意避免编写可能导致无限递归的代码模式。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00