thinking--javascript 中如何使用记忆（Memoization ）

Memoization 是一种常用的技术，可以帮助显着加快代码速度。

这种技术依赖于缓存来存储先前完成的计算或执行的结果。缓存的目的是避免多次执行相同的工作。基于当前处理的方案，很容易清晰界定使用的边界：

• 用： Memoization 主要用于加速性能缓慢、成本高或耗时的函数在相同情况下的多次调用的场景
• 弃： Memoization 将结果存储在内存中，因此在不同的情况下多次调用同一函数时应避免使用

以 斐波那契 为例：连续调用 fibonacci(32)10次。

const fibonacci = (n) => (n <= 1 ? 1 : fibonacci(n - 1) + fibonacci(n - 2))

常规方式：

for (let i = 1; i <= 10; i++) {
  fibonacci(32)
}			// ~600ms

Memoization方式：使用 Proxy/apply 实现

const memoize = fn => new Proxy(fn, {
  _cache: new Map(),
  apply(target, thisArg, argumentsList) {
    let key = argumentsList.toString()
    if (!this._cache.has(key)) 
      this._cache.set(key, target.apply(thisArg, argumentsList))
    return this._cache.get(key)  
  }
})
const memoizedFibonacci = memoize(fibonacci);
for (let i = 1; i <= 10; i++) {
  memoizedFibonacci(32)
}			// ~62ms

仔细查看可得知，由于fibonacci 函数存在递归调用，所以上述 Memoization 形式只符合对整个函数执行结果进行缓存。

for (let i = 1; i <= 32; i++) {
  fibonacci(i)
}			// ~90ms

for (let i = 1; i <= 32; i++) {
  memoizedFibonacci(i)
}			// ~90ms

上述，起不到任何“记忆”效果。

递归函数，自身记忆：借助闭包

const fibonacci = (function () {
  let _caches = Object.create(null)
  return function (n) {
    if (!_caches[n]) 
      _caches[n] = n <= 1 ? 1 : fibonacci(n - 1) + fibonacci(n - 2)
    return _caches[n]
  }
})()
for (let i = 0; i < 32; i++) {
  fibonacci(i)
}			// ~0.2ms

总结

前提：某函数存在在相同情况下多次调用的场景。

1. 如果不存在递归：直接采用 memoize（proxy/apply）形式，对原函数零污染；
2. 如果存在递归：需要采用 memoize（closure）形式，在函数内进行记忆。