• 递归函数及递归优化(尾递归)


    一、定义

           在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。

    二、利弊

           递归函数的优点是定义简单,逻辑清晰。理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰。

           使用递归函数需要注意防止栈溢出。在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出。

    三、优化

           解决递归调用栈溢出的方法是通过尾递归优化,事实上尾递归和循环的效果是一样的,所以,把循环看成是一种特殊的尾递归函数也是可以的。

            尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。

     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】调用自身。 
    尾递归

    function f(x) {
       if (x === 1) return 1;
       return f(x-1);
    }

    普通的一个实现阶乘的函数,一般会这么写

    function factorial(n){
    
    if( n === 1) return n;
    
    return n * factorial(n-1);
    
    }
    • 这样会保存n调记录,复杂程度要吐血

    如果可以改成写尾递归呢(只用保留一个调用记录)

          尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。

    function factorial(n,total){
    
    if( n === 1 ) return total;
    
    return factorial(n-1,n*total);
    
    }
    
    factorial(5,1); //输出120

    尾递归优化

    尾递归优化只在严格模式下生效,那么正常模式下,或者那些不支持该功能的环境中,有没有办法也使用尾递归优化呢?回答是可以的,就是自己实现尾递归优化。

    它的原理非常简单。尾递归之所以需要优化,原因是调用栈太多,造成溢出,那么只要减少调用栈,就不会溢出。怎么做可以减少调用栈呢?就是采用“循环”换掉“递归”。

    下面是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, 100000)
    // Uncaught RangeError: Maximum call stack size exceeded(…)
    

    上面代码中,sum是一个递归函数,参数x是需要累加的值,参数y控制递归次数。一旦指定sum递归100000次,就会报错,提示超出调用栈的最大次数。

    蹦床函数(trampoline)可以将递归执行转为循环执行。

    function trampoline(f) {
      while (f && f instanceof Function) {
        f = f();
      }
      return f;
    }
    

    上面就是蹦床函数的一个实现,它接受一个函数f作为参数。只要f执行后返回一个函数,就继续执行。注意,这里是返回一个函数,然后执行该函数,而不是函数里面调用函数,这样就避免了递归执行,从而就消除了调用栈过大的问题。

    然后,要做的就是将原来的递归函数,改写为每一步返回另一个函数。

    function sum(x, y) {
      if (y > 0) {
        return sum.bind(null, x + 1, y - 1);
      } else {
        return x;
      }
    }

    上面代码中,sum函数的每次执行,都会返回自身的另一个版本。

    现在,使用蹦床函数执行sum,就不会发生调用栈溢出。

    trampoline(sum(1, 100000))
    // 100001

    蹦床函数并不是真正的尾递归优化,下面的实现才是

    function tco(f) {
      var value;
      var active = false;
      var accumulated = [];
    
      return function accumulator() {
        accumulated.push(arguments);//每次将参数传入. 例如, 1 100000
        if (!active) {
          active = true;
          while (accumulated.length) {//出循环条件, 当最后一次返回一个数字而不是一个函数时, accmulated已经被shift(), 所以出循环
            value = f.apply(this, accumulated.shift());//调用累加函数, 传入每次更改后的参数, 并执行
          }
          active = false;
          return value;
        }
      };
    }
    
    var sum = tco(function(x, y) {
      if (y > 0) {
        return sum(x + 1, y - 1)//重点在这里, 每次递归返回真正函数其实还是accumulator函数
      }
      else {
        return x
      }
    });
    
    sum(1, 100000);//实际上现在sum函数就是accumulator函数
    // 100001
    

    上面代码中,tco函数是尾递归优化的实现,它的奥妙就在于状态变量active。默认情况下,这个变量是不激活的。一旦进入尾递归优化的过程,这个变量就激活了。然后,每一轮递归sum返回的都是undefined,所以就避免了递归执行;而accumulated数组存放每一轮sum执行的参数,总是有值的,这就保证了accumulator函数内部的while循环总是会执行。这样就很巧妙地将“递归”改成了“循环”,而后一轮的参数会取代前一轮的参数,保证了调用栈只有一层。


    参考:https://www.jianshu.com/p/077e52d60955
     

  • 相关阅读:
    SKPhysicsJointPin类
    SKPhysicsJointLimit类
    SKPhysicsJointFixed类
    SKPhysicsJoint类
    SKPhysicsContact类
    SKPhysicsBody类
    SKLabelNode类
    SKNode类
    SKKeyframeSequence类
    Unique Paths II
  • 原文地址:https://www.cnblogs.com/gwf93/p/10295116.html
Copyright © 2020-2023  润新知