斐波那契数列，优化传统递归，记忆递归

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);
}

尾递归