从爬楼梯简单谈谈执行性能

爬楼梯这个问题，其实思路是很明确的：爬到当前楼梯的方法数 = 爬到上一级楼梯（然后再爬一级，只有这一种选择）的方法数 + 爬到上两级楼梯（然后再爬两级，只有这一种选择）的方法数，也就是：
$$f(x)=f(x-1)+f(x-2)$$
这个其实是老生常谈了，它其实就是著名的斐波那契数列，可以循环或者递归求解，也可以用dp来剪枝，然后进一步对dp的数组进行优化（所谓的滚动数组），乃至矩阵快速幂、通项公式，或者更极端的直接打表（如果指定范围的话），就不一一解释了。

这里举个求通项公式的例子。我们可以看到这样一段代码：

function climbStairs(n: number): number {
  return (
    (((1 + Math.sqrt(5)) / 2) ** (n + 1) -
      ((1 - Math.sqrt(5)) / 2) ** (n + 1)) /
    Math.sqrt(5)
  );
}

可以看到，这段代码里有大量的重复计算，比如重复了三次的Math.sqrt(5)。但是，这段代码的执行结果，有时候却比不重复计算的快：

function climbStairs(n: number): number {
  const sqrt5 = Math.sqrt(5);
  return (((1 + sqrt5) / 2) ** (n + 1) - ((1 - sqrt5) / 2) ** (n + 1)) / sqrt5;
}

这个其实牵涉到V8的一些机制。V8作为著名的JIT引擎，会对“热点代码”进行编译，转化成汇编代码。也就是说，反复执行的代码就有概率会被编译成汇编；反复执行就是为了提醒v8，我这个代码你可以优化。即使是重复执行几次这种级别的汇编码，也比只执行一次的需要翻译的JS代码要快。这其实是很有意思的一件事，我在之前的文章里稍微提过一点。

但是整个过程是不能控制的，具体是否会被编译，如何编译，我们都无法控制，类似于数据库的优化器，以及cpp的inline机制，只是一个“请求”而已。并且，如果由于种种原因，编译过的代码被放弃，会造成大量的反优化的开销。所以为了稳定考虑，一般还是会提取一个变量来避免重复运算；毕竟我们不能把宝押在JS引擎上，不是吗。