由字节面试到斐波那契数列的递归实现及优化（1.数组缓存，2.递推法（动态规划，3.尾调用优化）

1.字节面试题：

数组求和，不允许使用循环，不允许使用标准库的函数

let arr = [1, 2, 3, 4];

为了解决这个问题我们需要通过转换一下思路，先设置一个假设条件

令 fn(i)表示从数组第 i 位到末尾之和
fn(2)表示从数组第 2 位到末尾之和 ，也就是 9
fn(1)=fn(2)+arr[0]
fn(2)=fn(3)+arr[1]
fn(3)=fn(4)+arr[2]
fn(4)=fn(5)+arr[3]
fn(5)=fn(6)

可以得到表达式

• 1.fn(i)=fn(i+1)+arr[i-1]
• 2.i>arr.length f(i)=0 因为超过数组个数所以都当做 0 来处理

// 数组求和，不允许使用循环，不允许使用标准库的函数
let arr = [1, 2, 3, 4];

function fn(i) {
  return i > arr.length ? 0 : fn(i + 1) + arr[i - 1];
}

console.log(fn(1));

函数的变形(不推荐，感觉这样写太复杂)

let arr = [1, 2, 3, 4];
function sumArr(arr) {
  const fn = (i) => {
    return i > arr.length ? 0 : fn(i + 1) + arr[i - 1];
  };

  return fn(1);
}
console.log(sumArr(arr));

完成到这一步我们就完成了吗？当然没有那么容易，如果使用这种没有经过优化的递归，当你遍历的层数到1000层，你就可以休息10分钟了，你的电脑基本不能动了，为了优化我们需要补充以下知识。

知识补充递归

Recursion（递归）

一种函数调用自身的操作。递归被用于处理包含有更小的子问题的一类问题。一个递归函数可以接受两个输入参数：一个最终状态（终止递归）或一个递归状态（继续递归）。

递归的能力在于用有限的语句来定义对象的无限集合。
一般来说，递归需要有边界条件、递归前进段和递归返回段。
当边界条件不满足时，递归前进；
当边界条件满足时，递归返回。

2. 斐波那契数列的递归实现及优化

在数学上，斐波那契数列fibonacci是以递归的方法来定义：
F(0)=0, F(1)=1, n>1 时，F(n)=F(n-1)+F(n-2)。
根据该规则，返回第 n 个斐波那契数。

function fb(i) {
  return i == 0 || i == 1 ? i : fb(i - 1) + fb(i - 2);
}

console.log("🚀 ~ file: 01-demo.js ~ line 5 ~ fb(0)", fb(0));
console.log("🚀 ~ file: 01-demo.js ~ line 6 ~ fb(1)", fb(1));
console.log("🚀 ~ file: 01-demo.js ~ line 7 ~ fb(5)", fb(5));

优化

优化一:数组缓存

典型的用空间换时间
解题思路: 1.声明一个数组用来存放所有斐波那契数列的值，数组的长度为 n+1,默认元素的值都为-1 2.递归的时候，如果已经求过了就存入数组中，没有存过的原来的值为-1

class Solution {
  arr;
  fib(n) {
    //初始化数组，长度为n+1,数组中元素默认值为-1
    this.arr = new Array(n + 1);
    for (let i = 0; i < n + 1; i++) {
      this.arr[i] = -1;
    }
    console.log(this.arr); //[-1, -1, -1, -1, -1, -1, -1,....]

    return this.f(n);
  }
  f(n) {
    if (n <= 1) return n;
    //当数组中元素的值不为-1的时候证明之前有存入已经求出来的值
    //this.arr -->  [-1, -1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89,....]
    if (this.arr[n] != -1) {
      return this.arr[n];
    }
    //求出f(n)的值
    let sum = this.f(n - 1) + this.f(n - 2);
    //将fn(n)的值赋给数组中对应的元素的值
    this.arr[n] = sum;
    return sum;
  }
}

let s = new Solution();

console.log("🚀 ~ file: 01-demo.js ~ line 23 ~ s.fib(100)", s.fib(20));

优化二:递推法（动态规划）

待完成，还没有时间…哭.png

优化三:尾调用优化

什么是尾调用（函数式编程的一个重要概念）
一句话，就是指某个函数的最后一步是调用另一个函数。

待完成，还没有时间…哭.png