斐波那契数列js解法之性能对比

斐波那契数列 1 1 2 3 5 8 13 ...

话不多说直接进入正题

第一种利用递归

function fibo(n) {

return n<2 ? 1 : fibo(n-1) + fibo(n-2)

// or return n<2 ? 1 : arguments.callee(n - 1) + arguments.callee(n - 2) 

}

console.time('small loop1')

for( let i = 1; i <= 10; i++){

console.log(fibo(n))

}

console.timeEnd('small loop1')

当我们计算到第十一个数时，我们调用了11次,但是他自身调用了442次，一共453次。

第二种利用迭代

function fibo(n){

let num1 = 1,

num2 = 2,

num3 = 0;

if (n<3) {

num3 = 1

}

for( let i = 3;i

num3 = num1+num2;

num1 = num2;

num2 = num3

}

return num3

}

第三种 尾递归优化

递归非常耗内存，因为需要同事保存成千上百个调用帧，很容易发生‘ 栈溢出’ （stack overflow）。但对于尾递归优化来说，由于 只存在一个调用帧 ，所以永远不会发生栈溢出。

function F(n,ac1 = 1,ac2 = 1){

if( n <=1 ){ return ac2}

return F(n - 1,ac2,ac1 +ac2)

}

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.

第四种是我们利用函数的 记忆功能,构造带记忆功能的函数。

var fibo = function(){

var memo = [1,1]; //存储我们的结果隐藏在闭包中，当调用的时候首先先检查这个结果是否存在了

var fib = function(n) {

var result = memo[n];

if(typeof result!== 'number') {

result = fib(n-1) + fib(n-2);

memo[n] = result

}

return result;

};

return fib

}()

经过测试第一种性能是最差的

20次性能测试

当五十次时第一种已经无法响应出来了

我们去掉第一种方式再次测试1000次

当数量越来越大时，记忆函数的性能就体现出来了