go语言通过内存缓存加快程序运行速度

我们以经典的递归求斐波那契数列为例，众所周知，递归是比较消耗内存的，且效率比较低，我们通过普通方法和加入内存缓存的方法作对比。
先来看看普通方法。

普通实现方法

package main

import (
	"fmt"
	"time"
)

func fibonacci(a int)(result int){
	//递归需要一个出口
	if a==1||a==2 {
		result =1
		return
	}
	//开始递归，前一个数加后一个数，一直调用，直到出口为止
	result=fibonacci(a-1)+fibonacci(a-2)
	return
}
func main(){
	var i int=45
	//开始调用
	start:=time.Now()
	num:=fibonacci(i)
	fmt.Printf("第%d个斐波那契数列为%d",i,num)
	end:=time.Now()
	dur:=end.Sub(start)
	fmt.Println("运行时间为:",dur)
}

经我这台渣渣笔记本测试，此方法求第45位所需时间为7.1s

---

2018.11月更新

添加内存缓存实现

上面的代码已经过时了，最近又学了一招，通过加内存缓存的方法实现快速递归求斐波那契数列。
这种方法避免了重复计算，经测试，可以将上面的代码速度提升四千倍左右。不多说，直接上代码。

package main

import (
"fmt"
"time"
)

const LIM = 45

var fibs [LIM]uint64

	func fibonacci(n int) (res uint64) {
	// 缓存: 检查是否已经计算过，如已有值则直接提取。
	if fibs[n] != 0 {
		res = fibs[n]
		return
	}
	if n <= 1 {
		res = 1
	} else {
		res = fibonacci(n-1) + fibonacci(n-2)
	}
	//计算完毕，加入缓存中，以备下次之需
	fibs[n] = res
	return
}

func main() {
	var result uint64 = 0
	start := time.Now()
	for i := 0; i < LIM; i++ {
		result = fibonacci(i)
		fmt.Printf("fibonacci(%d) is: %d\n", i, result)
	}
	end := time.Now()
	delta := end.Sub(start)
	fmt.Printf("longCalculation took this amount of time: %s\n", delta)
}

经我这台渣渣电脑测试，求第45位数列的值所用时间约等于0.
可见速率提升了不是一点点。
总结
内存缓存的技术在使用计算成本相对昂贵的函数时非常有用（不仅限于例子中的递归），譬如大量进行相同参数的运算。这种技术还可以应用于纯函数中，
即相同输入必定获得相同输出的函数。