面试-尾调用优化

场景

今天去面试futu, 被问到一题 -> 参数为数字, 输出斐波那契数列对应结果, 实现了一下

	function fibonacci(n) { 
	        if (n == 1 || n == 2) return 1;
	        return fibonacci(n - 1) + fibonacci(n - 2);
	} 

然后面试官问: "你觉得这个有什么问题 ?"
我: "(⊙o⊙)…忘记判断参数类型了."
面试官: "不是这个问题."
我: "嗯..嗯...嗯.呃...这个..."
面试官: "如果数字很大会怎么样?"
我: "会...性能很差"
面试官: "嗯, 会爆炸, 为什么? 那怎么改?"
我: "嗯..嗯...嗯.呃...不会..."
面试官: "你回去查一下吧."

Game Over

回来查

原来 有个概念叫尾调用优化, 果然还是太菜

什么是尾调用

尾调用的概念非常简单，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。尾调用-阮一峰

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）。

递归的计算过程（recursive process）包含了两个阶段，先逐级扩展（expansion），构造起一个由被推迟的操作组成的链条（会被解释器保存在堆栈里），然后在收缩（contraction）阶段逐级回溯执行那些操作。随着递归计算步骤的增多，这种方法消耗的资源会越来越大，而且会包含越来越多的冗余操作，上面那个求斐波那契数列的例子（在SICP里被称作“树形递归”）在这方面问题尤其严重，因为它的计算步骤会随着参数而指数性的增长。

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。

优化->尾调用

function lastFibonacci(n, acc1, acc2) {
    if(n == 1) return acc1
    return lastFibonacci(n - 1, acc2, acc1 + acc2);
}

lastFibonacci(6,1,1) //8
lastFibonacci(7,1,1) //13

这样每次都要输入1,1,可以用柯里化或es6

加柯里化或es6

// 再封装一层柯里化-----------
function curringF(acc1, acc2){
	return function(n){
		return lastFibonacci(n, acc1, acc2);
	}
}

let func = curringF(1,1)
func(6)  // 8
func(7)  // 13


//或 es6---------
function lastFibonacci(n, acc1=1, acc2=1) {
    if(n == 1) return acc1
    return lastFibonacci(n - 1, acc2, acc1 + acc2);
}
lastFibonacci(7) //13

啊啊啊啊啊啊啊啊啊啊啊