很多程序员都慎用递归,因为少不注意就会造成内存崩溃,其实只要做到递归优化就回尽可能避免
经典问题 求斐波那契数列第n项,n从0开始
不优化:
function Fibonacci(n)
{
// write code here
if(n == 0){
return 0;
}else if(n==1){
return 1
}else{
return Fibonacci(n-2) +Fibonacci(n-1)
}
}
发现普通pc当求到第30项时基本就卡死
用缓存优化
function Fibonacci(n) {
// write code here
let cache = []
function f(n) {
if (cache[n]) {
return cache[n]
}
if (n == 0) {
cache[0] = 0;
return 0;
} else if (n == 1) {
cache[1] = 1;
return 1
} else {
let temp = f(n - 2) + f(n - 1);
cache[n] = temp;
return temp;
}
}
return f(n);
}
经过优化之后即使求1000项也在毫秒级别
缓存函数化处理
let v = 0;
let fibonacci = function(n){
v++;
if(n<2){
return 1;
}else{
return fibonacci(n-1)+fibonacci(n-2);
}
}
//简单缓存函数
const memorize = function(fn) {
const cache = {} // 存储缓存数据的对象
return function(...args) { // 这里用到数组的扩展运算符
const _args = JSON.stringify(args) // 将参数作为cache的key
return cache[_args] || (cache[_args] = fn.apply(fn, args)) // 如果已经缓存过,直接取值。否则重新计算并且缓存
}
}
fibonacci = memorize(fibonacci)
for(let i=0;i<11;i++){
console.log(fibonacci(i));
}
关于缓存函数详见本人博客js高级进阶之缓存函数memozition