javascript尾递归优化

JS-ES6-函数尾递归优化 文章目录参考链接尾调用尾调用优化递归递归函数的改写严格模式尾递归优化的实现 参考链接 ECMAScript 6入门:函数的扩展 尾调用 尾调用(Tail Call)是函数式编程的一个重要概念,本身非常简单,一句话就能说清楚,就是指某个函数的最后一步是调用另一个函数。 function f(x){ return g(x); } 上面代码中,函数f的最后一步是调用函数g,这就叫尾调用。 以下... 阅读详情

JS中的递归

我们来看一个阶乘的代码
function foo( n ){
  if(n <= 1){
    return 1;
  }
  return n * foo( n - 1 );
}

foo(5);  // 120
下面分析一下,代码运行过程中,执行上下文栈是怎么变化的
  1. 这个代码是在全局作用域中执行的,所以在foo函数得到执行之前,上下文栈中就已经被放入了一个全局上下文。之后执行一个函数,生成一个新的执行上下文时,JS引擎都会将新的上下文push到该栈中。如果函数执行完成,JS引擎会将对应的上下文从上下文栈中弹出

  2. 一开始执行foo函数的时候,JS引擎会创建foo的执行上下文,将该执行上下文push进上下文栈。然后开始执行foo中的代码。

在这里插入图片描述

现在上下文栈中已经有了两个执行上下文了

  1. 在执行到foo中代码快结束时,return表达式中,又调用了foo函数。所以又会创建一个新的执行上下文。并且JS引擎会把这新的执行上下文push到上下文栈中。

在这里插入图片描述

现在上下文栈中已经有了三个执行上下文了

  1. 开始重复第3步的执行。一直到n<=1,才不会有新的执行上下文产生。

参考视频讲解:进入学习

此刻上下文栈中,已经有了6个上下文了(包含了全局上下文)

在这里插入图片描述

设想一下
  1. 如果刚开始调用的时候,传入n的初始值为100,到n<=1时,上下文栈中会有几个上下文。101个。
  2. 如果初始值为1000呢?到n<=1时,会有1001个执行上下文
  3. 也就是说,传入的初始值越大,执行上下文栈中,就会有越多的执行上下文🥲
  4. 对于上下栈,它的空间是有限的,一旦存放的上下文占用内存产出了它的最大内存,就会出现栈溢出。RangeError: Maximum call stack size exceeded
  5. 而在chrome中,不仅会对栈的空间有限制,还会对函数的递归次数有限制

递归优化

我们来看一个样例代码
function outer() {
    return inner();
}

outer();

分析一下,这里的上下文栈是怎么变化的

  1. 调用outer函数的时候,第二个栈帧被推到了栈上。

第一个栈帧是全局上下文

把上下文栈中的一个上下文称作一个栈帧

在这里插入图片描述

  1. 执行到了return语句,必须要计算inner调用结果,才能返回值
  2. 调用inner函数,第三个栈帧被推入到栈上。

在这里插入图片描述

  1. 执行inner函数,将返回值传回到outer函数。inner执行完毕。第三个栈帧被弹出栈

在这里插入图片描述

  1. outer函数再返回值。outer函数执行完毕,第二个栈帧被弹出栈

在这里插入图片描述

等等,情况不是一样的么?优化在哪里
  1. 在执行到outer中的return语句的时候,要先计算inner函数的值。这时候JS引擎发现,把第二个栈帧弹出去也没有关系。因为到时候,直接拿inner的返回值返回出去就好了,第二个栈帧就没有必要保存了。
  2. 将第二个栈帧弹出

这个时候,栈中只有一个栈帧了–全局上下文

  1. 执行到inner函数,inner函数的上下文被push到栈中

在这里插入图片描述

这个时候,栈中有两个栈帧了

  1. 开始执行inner函数,计算返回值后,inner函数执行完毕。inner的上下文栈帧被弹出栈。

在这里插入图片描述

栈中又只剩一个栈帧了–全局上下文

综上,我们可以看出:如果没有优化,没多调用一次嵌套函数,就会多增加一个栈帧;有了优化之后,无论调用多少次嵌套,栈中只会有两个栈帧。这就是ES6尾调用优化的关键😄

递归优化的条件

  1. 代码在严格模式下执行
  2. 外部函数的返回值,是对尾调用函数的调用
  3. 尾调用函数返回后,不需要执行额外的逻辑
  4. 尾调用函数不是外部函数作用域中自由变量的闭包
下面是《高程》里面的示例,帮助大家理解
// 无优化: 尾调用没有返回
function outer(){
  inner();
}

// 无优化: 尾调用没有直接返回
function outer(){
  let innerResult = inner();

  return innerResult;
}

//无优化: 尾调用返回值后,必须要转型为字符串
function outer(){
  return inner().toString(); 
}

// 无优化: 尾调用是一个闭包
function outer(){
  let foo = 'bar';

  function inner(){ return foo; }

  return inner();
}

其实我觉得上面的倒数第二个,它是完全可以尾调用优化的。因为这个计算是不需要外部函数的上下文里面内容支持的。可能是这样的计算必须要在外部函数的上下文中完成吧,咱也不懂。记一下吧。

有哪位同仁能够帮我解答一下我这个问题吗😁

实操一个优化代码

下面是一个普通的求斐波那契数列的函数
function fib( n ){
  if( n < 2){
    return n;
  }

  return fib(n - 1) + fib(n - 2)
}

这是一个非常简单的斐波那契数列的函数,可以看到它不符合尾递归的条件。因为返回值的调用函数参与了额外计算

我们来优化一下
function fib( n ){
  return fibImpl(0, 1, n);
}

function fibImpl(a, b, n){
  if(n === 0){
    return a;
  }

  return fibImpl(b, a+b, n-1);
}

看,这样是不是就符合尾递归调用函数了

简单讲解一下上面的代码

  1. 把原先的一个函数拆成了两个
  2. 第一个函数接受一个参数。这个参数表示求第几位的斐波那契数。
  3. 第二个参数接收三个参数。前两个参数表示正在计算的两个位置的数字,第三个参数表示还要计算多少次

斐波那契数规律,就是从第三位开始,每一位的数字都是前两位数字的和

那上面的计算的阶乘代码怎么优化呢?
function foo( n ){
  if(n <= 1){
    return 1;
  }
  return n * foo( n - 1 );
}

foo(5);  // 120

这个是上面计算阶乘的代码,我们可以用同样的思路,来对其做尾递归函数优化

function foo( n ){
  return inner(n, n - 1)
}

function inner(sum, n){
  if(n <= 1){
    return sum;  
  }
  return inner(sum * n , n -1);
}

foo(5);

是不是超简单😁

最新版的浏览器已经支持尾递归

可以在计算斐波那契数列的时候,比较尾递归和非尾递归的时间。相信你会和我一样,会不由自主的感叹

总结

  1. JS中的递归函数调用的时候,上下文栈是怎么变化的
  2. 什么是递归优化
  3. 递归优化的条件是什么
  4. 手动优化一个递归代码
【前端知识之JS】尾递归的理解 本系列主要整理前端面试中需要掌握的知识点。本节介绍对尾递归的理解,以及一些主要的应用例子 阅读详情

相关推荐

JS尾递归的实现方法及代码优化技巧

本文实例讲述了JS尾递归的实现方法及代码优化技巧。分享给大家供大家参考,具体如下: 在学习数据结构和算法的时候,我们都知道所有的递归都是可以优化成栈+循环的。 对于特定的递归函数,一般我们都是手动对它们进行优化的。 在学习scala的时候,接触到尾递归的概念。我们只要将递归写成尾递归方式,编译器会自动帮助我们优化。 ps:并不是所有的递归都可以改写成尾递归 在js中,尾递归通常会被解释器优化。然而,并不是所有的js解释器都支持尾递归优化。 对于不支持尾递归优化的环境,我们需要手动将递归优化成栈+循环。 这里实现了一个通用的方法,将尾递归优化成栈+循环。 代码摘自阮一峰的《ECMAScript入

JS尾递归优化

目录 1. 写在前面 2. 递归 3. 递归导致的问题 4. 尾递归 5. 如何快速的发现尾递归的思路 6. 实战演练 1. 写在前面 本文适合对JS基础有较好的理解的基础上阅读体验最佳,若对JS基础没太搞明白的也难会有点晦涩难懂。不知道什么是尾递归的请去看我上一篇对于尾调用的系统讲解。 2. 递归 函数的递归就是在函数中调用自身,递归在我理解有点像数学中的数学归纳法,数学归纳......

追风Programer的博客 4111

Qt6安装保姆级教程:从国内镜像下载到配置避坑指南(附清华/中科大源)

本文提供详细的Qt6安装与配置指南,重点介绍如何利用清华大学、中国科学技术大学等国内镜像源解决下载速度慢的问题。内容涵盖在线安装器获取、组件选择策略、环境变量配置以及常见编译与部署问题的排查方法,旨在帮助国内开发者高效、顺畅地完成Qt6开发环境搭建。

weixin_29281915的博客 635

Javascript进阶之尾调用优化

尾调用(Tail Call)指的是在一个函数的最后执行的函数调用,也就是说这个函数调用之后没有任何其他的计算需要执行。由于尾调用是函数的最后一个动作,所以不需要保留当前函数的上下文,这使得编译器或解释器有机会优化内存使用,释放掉当前函数的栈帧,只保留尾调用函数的栈帧,或者复用当前函数的栈帧。这种优化策略就是尾调用优化(Tail Call Optimization, TCO)。更特别的,如果尾调用的对象是自身,就称为尾递归,相应的优化称为尾递归优化。本文通过实验直观演示了node,js的尾递归优化。

tangmeng1988的博客 1254

使用 git一个仓库管理多个项目

我们需要在 git 里面创建一个空分支,该分支不继承任何提交,没有父节点,完全是一个干净的分支,这时候就需要使用 orphan。该命令会创建一个新的分支,并且该分支有前一个分支下的所有文件,我们不想提交任何内容,所以我们需要把当前内容全部删除。此时 master 分支已经有一个项目了,下面我们创建新的分支管理另一个项目。此时可以在该分支目录上初始化你的项目,在执行 git 命令提交代码。此时我们就完成了在同一个仓库管理不同项目的需求了。下载仓库到本地之后,进入项目目录,查看分支信息。

xrs151的博客 2028

ROS入门必学导航算法——Navigation

该平台集成了多款无人车底盘,包括履带式、四轮差速、阿克曼、麦克纳姆轮底盘等,以满足不同形式和配置的需求,并搭载了RTK定位系统、双目相机、深度相机和激光雷达等多种传感器,以满足开发者的科研需求。amcl节点接收里程计数据(通过"odom"话题)和激光雷达数据(通常通过"scan"话题),结合已知的地图,实时地估计出机器人在该地图上的位置。在ROS中,这是通过"tf库"变换实现的,通过将传感器数据转换到共同的参考系中,系统可以更容易地集成来自不同传感器的数据,并确保它们在相同的空间和时间范围内可用。

AMOVLAB(阿木实验室) 2910

Javascript中的尾递归及其优化

Javascript中的尾递归及其优化 在平时的代码里,递归是很常见的,然而它可能会带来的调用栈溢出问题有时也令人头疼: 我们知道, js 引擎(包括大部分语言)对于函数调用栈的大小是有限制的,如下图(虽然都是很老的浏览器,但还是有参考价值): 为了解决递归时调用栈溢出的问题,除了把递归函数改为迭代的形式外,改为尾递归的形式也可以解决(虽然目前大部分浏览器没有对尾递归(尾调...

tzllxya的博客 2450

【保研面试】线性代数面试复习

线性相关和无关 有向量组A,a1,a2…an , 如果存在不是全为0的k1,k2…kn,满足 a1 * k1 + a2 * k2… an * kn = 0 则向量组A称为线性相关(可以跟向量组A共面联系,即可以通过几个向量,表示出另外几个向量,故称为线性相关) 极大线性无关组 设有向量组A a1,a2…an(本身为线性相关) :若选出r个向量,满足以下条件 (1)向量组 r : 线性无关; (2) 向量组A中任意r+1个向量(若有的话)都线性相关, 则向量组r 是向量组A的一个极大线性无关组(简称为

云端筑梦师 6311

在JavaScript中,什么是尾递归优化(tail call optimization)?

在JavaScript中,什么是尾递归优化(tail call optimization)?

商务合作欢迎私信我 2万+

LLM Agent技能稳定性实战:从规划、工具到记忆的故障排查与优化

大语言模型(LLM)与外部工具的结合,催生了能够自主规划并执行复杂任务的智能体(Agent)。其核心原理在于通过规划模块解析用户意图,调用合适的工具集,并借助记忆模块管理上下文,从而将LLM的推理能力转化为可落地的技术价值。在实际应用中,Agent的稳定性常受制于模糊的规划指令、不匹配的工具描述、糟糕的上下文管理以及脆弱的输出解析。这些故障点直接影响了其在自动化客服、数据分析、智能助手等应用场景中的可靠性。本文聚焦于Agent的“技能”执行链,深入探讨了如何通过模块化设计、高质量的工具描述(如清晰定义输入输

weixin_42624889的博客 252

自适应控制 (Adaptive Control) 算法详解及案例分析

自适应控制是一种能够在线调整控制器参数以适应系统动态变化的控制方法。其核心思想是通过实时估计系统参数或调整控制器参数,使系统在不确定性或动态变化的环境中仍能保持稳定性和性能。

闲人编程的博客 4086

尾调用优化及尾递归优化——JavaScript 中的秘密武器

尾调用优化是一项重要的技术,可以帮助我们在处理递归问题时避免栈溢出错误。通过理解和应用尾递归,我们可以在不牺牲性能的情况下编写更简洁和优雅的代码

qq_39707871的博客 728

PrimeTime low power-SMVA分析(4)

这些功能只有在将timing_enable_cross_voltage_domain_analysis变量设置为true时才能使用。DVFS场景与在分布式多场景分析(DMSA)中分析的运行条件场景无关。- check_timing 和 report_exceptions 命令通过将检查或报告应用于所有可能的场景和电压组合来支持SMVA。- 相位锁定环生成的时钟(create_generated_clock -pll_feedback 和 -pll_output)在多个场景的情况下,返回最差情况的值。

QRBQ 650

Php斐波那契数列尾递归优化,斐波那契数列-JS实现/递归优化

递归实现function fibonacc(n) {if (n === 0) {n = 0;} else if (n === 1) {n = 1;} else {n = fibonacc(n - 1) + fibonacc(n - 2);}return n}复制代码调用栈JS引擎解析出全局上下文和可执行代码然后把全局上下文压入栈,执行可执行代码遇到函数调用把函数解析成同样两部分,把函数上下文压...

weixin_39886469的博客 205

苏宁易购手机行情比价系统:构建一个完整的Python爬虫实战指南

在当今数字化时代,智能手机已成为人们生活中不可或缺的一部分。随着各大手机品牌每年推出多款新品,消费者面临着越来越多的选择。然而,不同电商平台、不同时间段的价格波动使得消费者很难把握最佳购买时机。苏宁易购作为国内领先的电商平台之一,拥有丰富的手机商品信息和价格数据。本文将带领读者构建一个完整的苏宁易购手机行情比价系统,帮助消费者实时掌握手机价格动态。

2201_76125261的博客 207

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

JavaScript尾递归优化探索

尾调优化 在知道尾递归之前,我们要直到什么是尾调用优化,因为尾调用优化是尾递归的基础。尾调用就是:在函数的最后一步调用另一个函数。   function f() { return g() }   ps:最后一步必须是之久调用另一函数,而不能是一个常量或是一个表达式,如 return y 或 return g() + 1 尾调用优化的原理是什么? 按照阮一峰老师在es6的函数...

qq_42483967的博客 246

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

33-js-concepts递归算法:递归思想与尾递归优化技术

你是否曾经遇到过这样的困境:面对一个复杂的嵌套数据结构,传统的循环方法显得力不从心,代码变得冗长且难以维护?或者在处理树形结构、分治算法时,发现迭代方法无法优雅地表达问题的本质? 递归(Recursion)正是解决这类问题的利器!作为一种强大的编程思想,递归能够让复杂问题迎刃而解,但同时也带来了栈溢出和性能问题的挑战。本文将深入探讨JavaScript中的递归思想,并重点介绍尾递归优化技术,帮助...

gitblog_00522的博客 1079

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

JS尾递归优化斐波拉契数列

正常的斐波拉契数列js实现方式const Fibonacci = (n) => { if (n <= 1) return 1; return Fibonacci(n - 1) + Fibonacci(n - 2); } Fibonacci(10) // 89 Fibonacci(40) // 165580141 计算缓慢有延迟了 Fibonacci(100) // 栈...

weixin_33675507的博客 1056

什么是尾递归?javascript 尾递归优化

尾递归和一般的递归不同在对内存的占用,普通递归创建stack累积而后计算收缩,尾递归只会占用恒量的内存(和迭代一样)。 递归是指函数直接或间接地调用自己。 (普通递归) :function f(x) { if (x === 1) return 1; return 1 + f(x-1); } 尾递归的判断标准是函数运行【最后一步】是否调用自身,而不是是否在函数的【最后一行】

可遇,好孩子 3012

详解JavaScript调用栈、尾递归和手动优化

关注“重度前端”助力前端深度学习━━━━━前言js的代码到底是怎么执行的,js代码应该怎样优化,看这篇文章后或许能让你有所收获,走起!!!本篇文章主要介绍了详解JavaS...

zz_jesse的博客 183

尾递归优化实战指南:前端开发者如何用JS写出高性能递归代码

递归不是洪水猛兽,尾递归也不是银弹。把原理吃透,把工具用活——该蹦床蹦床,该循环循环,该生成器生成器。愿你下一次写下时,不再心头一颤;愿你浏览器 Console 里永远看不到那行刺红的RangeError;愿你在代码审查里自信地甩出一句:“放心,我测过 20 万层,不爆。夜深了,关掉 DevTools,去睡个好觉。递归优雅了,头发也就能少掉两根。加油,切图仔!欢迎来到我的博客,很高兴能够在这里和您见面!

一个做过前端开发的产品经理,经历过睿智产品的折磨导致脱发之后,励志要翻身"农奴"把歌唱,一边打入敌人内部一边持续提升自己,为我们广大开发同胞谋福祉,坚决抵制睿智产品折磨我们码农兄弟! 717

javascript --- > 尾递归优化的实现

考虑一个正常的递归函数 function sum(x, y) { if (y > 0) { return sum (x + 1, y - 1); } else { return x; } } sum(1, 100000000); 超出调用栈的最大次数… 下面使用尾递归优化实现: function tco(f) { var v...

栗子好好吃的博客 181
上一篇: js作用域、作用域链和它的一些优化
下一篇: javascript 高级编程 之 Array 用法总结
hellocoder2029
博客等级 码龄4年 15粉丝 80原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值