斐波那契数列 应该都很熟悉,如何能够快速求得斐波那契数列中某项的值呢?
一个很显然的方法是正向地叠加求解:
"use strict";
const N = 1000;
let fibonacciNumber = [];
for (let i = 0; i < 1000; i++) {
if (i < 2)
fibonacciNumber[i] = i;
else
fibonacciNumber[i] = fibonacciNumber[i - 2] + fibonacciNumber[i - 1];
}
这样做有个「预处理」的过程,我们不知道需要预处理多大的数据,这就比较棘手,如果能给个数据范围,这无疑是最高效又简便的方法。
接着我们考虑每次独立求解(非严格模式下,函数内的 fibonacci 也能用 arguments.callee 来代替):
function fibonacci(n) {
return n < 2 ? n : fibonacci(n - 2) + fibonacci(n - 1);
}
很经典的递归,但是这样做出现了大量重复递归运算。我们可以缓存中间运算结果,大大提高效率,有点「记忆化」的意思:
"use strict";
let fibonacci = function() {
// 缓存过程中计算结果
let cache = {};
return function(n) {
// 没有被计算过
if (!cache[n])
cache[n] = n < 2 ? n : fibonacci(n - 2) + fibonacci(n - 1);
return cache[n];
}
}();
我们可以将 memoize 函数封装起来:
"use strict";
let memoize = function(func) {
let cache = {};
return function(key) {
if (!cache[key])
cache[key] = func.apply(this, arguments);
return cache[key];
}
}
let fibonacci = memoize(function(n) {
return n < 2 ? n : fibonacci(n - 2) + fibonacci(n - 1);
});
与最开始的递归版相比,只是外面包了个 memoize 方法而已,使得整个 func 的计算能保存中间已经计算过的值。
最后我们来看看 underscore 对其的实现:
// Memoize an expensive function by storing its results.
//「记忆化」,存储中间运算结果,提高效率
// 参数 hasher 是个 function,用来计算 key
// 如果传入了 hasher,则用 hasher 来计算 key
// 否则用 key 参数直接当 key(即 memoize 方法传入的第一个参数)
// _.memoize(function, [hashFunction])
// 适用于需要大量重复求值的场景
// 比如递归求解菲波那切数
// @http://www.jameskrob.com/memoize.html
// create hash for storing "expensive" function outputs
// run expensive function
// check whether function has already been run with given arguments via hash lookup
// if false - run function, and store output in hash
// if true, return output stored in hash
_.memoize = function(func, hasher) {
var memoize = function(key) {
// 储存变量,方便使用
var cache = memoize.cache;
// 求 key
// 如果传入了 hasher,则用 hasher 函数来计算 key
// 否则用 参数 key(即 memoize 方法传入的第一个参数)当 key
var address = '' + (hasher ? hasher.apply(this, arguments) : key);
// 如果这个 key 还没被 hash 过(还没求过值)
if (!_.has(cache, address))
cache[address] = func.apply(this, arguments);
// 返回
return cache[address];
};
// cache 对象被当做 key-value 键值对缓存中间运算结果
memoize.cache = {};
// 返回一个函数(经典闭包)
return memoize;
};
实现原理和 memoize 差不多,underscore 将缓存中间结果的 cache 对象绑在了闭包返回的函数上(当做函数的属性),同时增加了一个 hasher 函数选项,如果函数有好几个参数,那么我们可以传入这个 hasher 函数来计算 key 值,从而来 hash。
You can't perform that action at this time.