1. 尾调用优化
- 什么是尾调用:
就是指某个函数的最后一步是调用另一个函数。
- 尾调用优化:
尾调用之所以与其他调用不同,就在于它的特殊的调用位置。我们知道,函数调用会在内存形成一个”调用记录”,又称”调用帧”(call frame),保存调用位置和内部变量等信息。如果在函数A的内部调用函数B,那么在A的调用记录上方,还会形成一个B的调用记录。等到B运行结束,将结果返回到A,B的调用记录才会消失。如果函数B内部还调用函数C,那就还有一个C的调用记录栈,以此类推。所有的调用记录,就形成一个”调用栈”(call stack)。尾调用由于是函数的最后一步操作,所以不需要保留外层函数的调用记录,因为调用位置、内部变量等信息都不会再用到了,只要直接用内层函数的调用记录,取代外层函数的调用记录就可以了。这就叫做”尾调用优化”(Tail call optimization),即只保留内层函数的调用记录。如果所有函数都是尾调用,那么完全可以做到每次执行时,调用记录只有一项,这将大大节省内存。这就是”尾调用优化”的意义。
尾调用用来删除外层无用的调用侦,只保留内层函数的调用侦,来节省浏览器的内存
- 尾递归:
函数调用自身,称为递归。如果尾调用自身,就称为尾递归。递归非常耗费内存,因为需要同时保存成千上百个调用记录,很容易发生”栈溢出”错误(stack overflow)。但对于尾递归来说,由于只存在一个调用记录,所以永远不会发生”栈溢出”错误。
// 这是一个阶乘函数,计算n的阶乘,最多需要保存n个调用记录,复杂度 O(n) 。
function factorial(n) {
if (n === 1) return 1;
return n * factorial(n - 1);
}
factorial(5) // 120
// 如果改写成尾递归,只保留一个调用记录,复杂度 O(1)
function factorial(n, total) {
if (n === 1) return total;
return factorial(n - 1, n * total);
}
factorial(5, 1) // 120
复制代码
- 递归函数的改写
尾递归的实现,往往需要改写递归函数,确保最后一步只调用自身。做到这一点的方法,就是把所有用到的内部变量改写成函数的参数。比如上面的例子,阶乘函数 factorial 需要用到一个中间变量 total ,那就把这个中间变量改写成函数的参数。这样做的缺点就是不太直观,第一眼很难看出来,为什么计算5的阶乘,需要传入两个参数5和1?
两个方法可以解决这个问题。方法一是在尾递归函数之外,再提供一个正常形式的函数
// 这里通过一个正常形式的阶乘函数 factorial ,调用尾递归函数 tailFactorial ,看起来就正常多了
function tailFactorial(n, total) {
if (n === 1) return total;
return tailFactorial(n - 1, n * total);
}
function factorial(n) {
return tailFactorial(n, 1);
}
factorial(5) // 120
复制代码
函数式编程有一个概念,叫做柯里化(currying),意思是将多参数的函数转换成单参数的形式。这里也可以使用柯里化
// 这里通过柯里化,将尾递归函数 tailFactorial 变为只接受1个参数的 factorial
function currying(fn, n) {
return function (m) {
return fn.call(this, m, n);
};
}
function tailFactorial(n, total) {
if (n === 1) return total;
return tailFactorial(n - 1, n * total);
}
const factorial = currying(tailFactorial, 1);
factorial(5) // 120
复制代码
第二种方法就简单多了,就是采用ES6的函数默认值
function factorial(n, total = 1) {
if (n === 1) return total;
return factorial(n - 1, n * total);
}
factorial(5) // 120
复制代码
总结一下,递归本质上是一种循环操作。纯粹的函数式编程语言没有循环操作命令,所有的循环都用递归实现,这就是为什么尾递归对这些语言极其重要。对于其他支持”尾调用优化”的语言(比如Lua,ES6),只需要知道循环可以用递归代替,而一旦使用递归,就最好使用尾递归
- 解决堆栈溢出报错
如果传递的参数过大, 也会造成stack overflow。 根本原因是执行上下文太多导致的爆栈。 这时可以使用弹跳床函数。 所谓弹跳床函数, 相当于函数的一个中转站。
// 弹跳床函数,执行函数,如果函数返回类型还是函数则继续执行,直到执行结束
function trampoline(f) {
while (f && f instanceof Function) {
f = f();
}
return f;
}
// 相应的我们的原函数需要改写如下
function sum(n, result = 1) {
if (n <= 1) return result;
return sum.bind(null, n - 1, result + n);
}
// 此时调用就不会包堆栈溢出了
trampoline(sum(100000)); // 2432902008176640000
复制代码
2. 实现一个斐波那契数列
实现一个斐波拉契数列, 已知第一项为0,第二项为1,第三项为1,后一项是前两项之和,即f(n) = f(n – 1) + f(n -2)
// 最简单实现
function f(n) {
if(n === 0) return 0;
if(n === 1) return 1;
return f(n - 1) + f(n -2);
}
复制代码
上面不使用尾递归,项数稍大点就发生”栈溢出“了
// 尾递归优化
function f(n, prev, next) {
if(n <= 1) {
return next;
}
return f(n - 1, next, prev + next);
}
console.log(f(10, 0, 1)); // 55
console.log(f(100, 0, 1)); // 354224848179262000000
console.log(f(1000, 0, 1)); // 4.346655768693743e+208
复制代码
科里化改写:
尾递归的实现,往往需要改写递归函数,确保最后一步只调用自身。做到这一点的方法,就是把所有用到的内部变量改写成函数的参数。但是这样的话就会增加初始入参,比如fibonacci(10, 1, 1),后面的两个参数1和1意思不明确,直接用fibonacci(100)才是习惯用法。所以需要在中间预先设置好初始入参,将多个入参转化成单个入参的形式,叫做函数柯理化。通用方式为:
function curry(fn) {
var args = Array.prototype.slice.call(arguments, 1);
return function () {
var innerArgs = Array.prototype.slice.call(arguments);
var finalArgs = innerArgs.concat(args);
return fn.apply(null, finalArgs);
}
}
复制代码
// 用科里化改写阶乘
function tailFactorial(n, total) {
if(n === 1) return total;
return tailFactorial(n - 1, n * total);
}
var factorial = curry(tailFactorial, 1);
console.log(factorial(5)); // 120
// 同样改写斐波拉契数列
function tailFibonacci(n, prev, next) {
if(n <= 1) return next;
return tailFibonacci(n - 1, next, prev + next);
}
var fibonacci = curry(tailFibonacci, 0, 1);
console.log(fibonacci(10)); // 55
console.log(fibonacci(100)); // 354224848179262000000
console.log(fibonacci(1000)); // 4.346655768693743e+208
复制代码
用ES6改写:
柯理化的过程其实是初始化一些参数的过程,在ES6中,是可以直接函数参数默认赋值的。
// 用ES6改写阶乘
const factorial = (n, total = 1) => {
if(n === 1) return total;
return factorial(n - 1, n * total);
}
console.log(factorial(5)); // 120
// 用ES6改写斐波那契数列
const fibonacci = (n, prev = 0, next = 1) => {
if(n <= 1) return next;
return fibonacci(n - 1, next, prev + next);
}
console.log(fibonacci(10)); // 55
console.log(fibonacci(100)); // 354224848179262000000
console.log(fibonacci(1000)); // 4.346655768693743e+208
复制代码