美文网首页
继尾递归之后的优化方案

继尾递归之后的优化方案

作者: nomooo | 来源:发表于2020-01-10 14:26 被阅读0次

    很多浏览器引擎并没有支持尾递归调用优化,即便支持,也要求代码运行环境在 strict mode 下

    举个fibonacci 数列求和的例子

                const fibonacci = n => {
                    if (n === 0) return 0
                    if (n === 1) return 1
                    return fibonacci(n - 1) + fibonacci(n - 2)
                }
    

    fibonacci 数列求和非常耗费内存,如果用尾递归进行优化:

                const fibonacciTail = (n, a = 0, b = 1) => {
                    if (n === 0) return a
                    return fibonacciTail(n - 1, b, a + b)
                }
    

    每次调用 fibonacciTail 函数后,会继续递归调用 fibonacciTail,函数的 n 会依次递减 1,它实际上是用来记录递归剩余求和的次数。而 a 和 b 两个参数在每次递归时也会在计算后再次传入 fibonacciTail 函数,最终返回值为 a,a 是上一次 a + b 的结果。这样每次递归都不会增加调用栈的长度,只是更新当前的堆栈帧而已。也就避免了内存的浪费和爆栈的危险。

    对于不支持尾递归调用优化的场景,一般有两个优化方案:

    • 1、将递归改为循环
                const fibonacciLoop = (n, a = 0, b = 1) => {
                    while (n--) {
                        [a, b] = [b, a + b]
                    }
                    return a
                }
    
    • 2、蹦床函数

    蹦床函数并没有实现真正的尾递归,它只是将整个执行过程拆散,还是类似循环的效果:每次产生一个结果,该结果将会对下一次执行产生影响,就像蹦床一样,越蹦越高。我们看蹦床函数接受一个函数作为参数,在蹦床函数内部执行这个函数,如果执行结果,也就是该函数的返回值还是一个函数,那么就继续执行。一直到返回值不再是一个函数时,我们返回最终的结果。

                const trampoline = func => {
                    while (func && func instanceof Function) {
                        func = func()
                    }
                    return func
                }
    
                const fibonacciFunc = (n, a = 0, b = 1) => {
                    if (n > 0) {
                        [a, b] = [b, a + b]
    
                        return fibonacciFunc.bind(null, n - 1, a, b)
                    } else {
                        return a
                    }
                }
    

    使用时:

              trampoline(fibonacciFunc(9)) //34
    

    这算是"奇淫技巧",并不是实现了真正的尾递归调用优化。

    真正实现尾递归调用优化的方案:
                const tailCallopt = func => {
                    let result
                    let started = false
    
                    const accumulated = []
                    return function asscumlator() {
                        accumulated.push(arguments)
                        if (!started) {
                            started = true
                        }
                        while (accumulated.length) {
                            result = func.apply(this, accumulated.shift())
                        }
    
                        started = false
    
                        return result
                    }
                }
    
                const fibonacciTailOpt = tailCallopt(function(n, a = 0, b = 1) {
                    if (n === 0) return a
                    return fibonacciTailOpt(n - 1, b, a + b)
                })
    
                fibonacciTailOpt(9) //34
    

    tailCallOpt 接受一个待优化的函数 func,返回一个新的 accumulator 函数。执行 fibonacciTailOpt(9) 就是第一步执行 accumulator。

    第一次执行 accumulator 时,先将参数推入 accumulated 数组当中,started 标记为 true。然后进入 while 循环,循环中执行待优化的 func 函数,func 这个函数执行过程中需要保证调用 tailCallOpt 函数的返回值,这里为 fibonacciTailOpt;第二次执行 accumulator,将新的参数加入 accumulated 数组;这样 accumulated 数组长度始终不为零,循环继续进行。

    整个过程就是 accumulated 数组放进去一个参数,执行一次,得到结果,accumulated 清空;再放进去新的参数,执行得到结果,accumulated 再清空,以此类推。直到 func 返回了基本类型值(非函数值),这时候 accumulated 数组不会再有新的参数进来,因此返回最终结果。

    end

    你品,你细品

    相关文章

      网友评论

          本文标题:继尾递归之后的优化方案

          本文链接:https://www.haomeiwen.com/subject/ahepactx.html