一种优化递归算法的方法(javascript)

看书的时候看到了这个比较酷的方法，分享一下。

一、问题描述：代码如下，我们以计算阶乘（factorial）为例，当重复调用factorial(9)，factorial(8)，factorial(7)的时候，显然在factorial(9)已经计算了后面两个的值，factorial(8)和factorial(7)算是重复计算。目标就是对此进行优化。

function factorial(n) {
  if (n === 0) {
    return 1
  } else {
    return n * factorial(n - 1)
  }
}
console.log(factorial(9))
console.log(factorial(8))
console.log(factorial(7))

二、优化方法：主体原理是将计算结果在函数内部缓存起来，后面的重复计算直接取缓存。

初步优化代码如下：

function memfactorial(n) {
  // 进行缓存
  if (!memfactorial.cache) {
    memfactorial.cache = {
      '0': 1,
      '1': 1,
    }
  }
  // 进行计算
  if (!memfactorial.cache.hasOwnProperty(n)) {
    memfactorial.cache[n] = n * memfactorial(n - 1)
  }
  return memfactorial.cache[n]
}
console.log(memfactorial(9))
console.log(memfactorial(8)）
console.log(memfactorial(7))

改进：可是这样不够通用，在计算其他递归算法的时候，希望也能用这个函数，我们将其封装为通用函数。代码如下：

function memoize(fundmental, cache) {
  cache = cache || {}
  var shell = function (arg) {
    if (!cache.hasOwnProperty(arg)) {
      cache[arg] = fundmental(arg)
    }
    return cache[arg]
  }
  return shell
}

// 缓存该阶乘函数
var memfactorial = memoize(factorial, { '0': 1, '1': 1 })

console.log(memfactorial(9))
console.log(memfactorial(8))
console.log(memfactorial(7))

方法来源于：《高性能JavaScript》--Nicholas C.Zakas