thinking--javascript 中如何使用记忆（Memoization ）
thinking--javascript 中如何使用记忆（Memoization ）
奋飛
发布于 2021-12-27 13:13:56
发布于 2021-12-27 13:13:56
Memoization 是一种常用的技术，可以帮助显着加快代码速度。
这种技术依赖于缓存来存储先前完成的计算或执行的结果。缓存的目的是避免多次执行相同的工作。基于当前处理的方案，很容易清晰界定使用的边界：
- 用： Memoization 主要用于加速性能缓慢、成本高或耗时的函数在相同情况下的多次调用的场景
- 弃： Memoization 将结果存储在内存中，因此在不同的情况下多次调用同一函数时应避免使用
以 斐波那契 为例：连续调用 fibonacci(32)10次。
const fibonacci = (n) => (n <= 1 ? 1 : fibonacci(n - 1) + fibonacci(n - 2))常规方式：
for (let i = 1; i <= 10; i++) {
fibonacci(32)
} // ~600msMemoization方式：使用 Proxy/apply 实现
const memoize = fn => new Proxy(fn, {
_cache: new Map(),
apply(target, thisArg, argumentsList) {
let key = argumentsList.toString()
if (!this._cache.has(key))
this._cache.set(key, target.apply(thisArg, argumentsList))
return this._cache.get(key)
}
})
const memoizedFibonacci = memoize(fibonacci);
for (let i = 1; i <= 10; i++) {
memoizedFibonacci(32)
} // ~62ms仔细查看可得知，由于fibonacci 函数存在递归调用，所以上述 Memoization 形式只符合对整个函数执行结果进行缓存。
for (let i = 1; i <= 32; i++) {
fibonacci(i)
} // ~90ms
for (let i = 1; i <= 32; i++) {
memoizedFibonacci(i)
} // ~90ms上述，起不到任何“记忆”效果。
递归函数，自身记忆：借助闭包
const fibonacci = (function () {
let _caches = Object.create(null)
return function (n) {
if (!_caches[n])
_caches[n] = n <= 1 ? 1 : fibonacci(n - 1) + fibonacci(n - 2)
return _caches[n]
}
})()
for (let i = 0; i < 32; i++) {
fibonacci(i)
} // ~0.2ms总结
前提：某函数存在在相同情况下多次调用的场景。
- 如果不存在递归：直接采用 memoize（proxy/apply）形式，对原函数零污染；
- 如果存在递归：需要采用 memoize（closure）形式，在函数内进行记忆。
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2021/12/25 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号