let count = 0 //计数
function jump(n){
count++
if(n==0){
return 0
}
if(n==1){
return 1
}
return jump(n-1)+jump(n-2)
}
for(let i=0;i<15;i++){
console.log(jump(i),count)
}
上面的代码,是传统的斐波那契数列递归算法,
输出:
// 1 2
// 1 5
// 2 10
// 3 19
// 5 34
// 8 59
// 13 100
// 21 167
// 34 276
// 55 453
// 89 740
// 144 1205
// 233 1958
// 377 3177
第一个是斐波那契数列的结果,第二个是获取这个结果所需要运行到jump的次数,可以看到,只是到了15,count就开始越来越大了, 当然,其中包括了很多次重复的访问,所以为了优化这一个现象,用到了记忆递归的方式
贴上代码
let arr = [0,1,1]
function jump(n){
count++
if(arr[n] !==undefined){
return arr[n]
}
return arr[n]=jump(n-1)+jump(n-2)
}
for(let i=0;i<15;i++){
console.log(jump(i),count)
}
首先我们在这里,用了一个数组的形式,将斐波那契数列的结果存储起来,然后
每次访问这一个函数的时候,会进行一次判断,如果不存在记忆,那么就会arr[n] = jump(n-1)+jump(n-2)
将得到的数值记忆起来,
如果存在记忆,那么就直接范围这个数值就可以了,不需要在重新进行重复的计算
可以看到,经过记忆递归的优化,第十五次没有经过优化是3177,经过优化是39,这无疑极大的提高了代码的运算速度
还有另一种方案就是通过尾递归的方式,这种性能也很不错
//尾递归
function Fibona(n,ac1 = 1,ac2 = 1){
if(n <= 1){
return ac2;
}
return Fibona(n - 1,ac2 , ac1 + ac2);
}