函数记忆化是通过缓存函数结果避免重复计算的优化技术，适用于递归或计算密集型场景，如斐波那契数列，其核心是用参数作键、结果作值存储在闭包中，下次调用时先查缓存再执行，从而提升性能。

函数记忆化（Memoization）是一种优化技术，主要用于缓存函数的返回结果，避免重复计算。当一个函数被频繁调用且输入参数可能重复时，记忆化能显著提升性能。

什么是函数记忆化

函数记忆化是将函数的输入参数作为键，对应的返回值作为值，存储在缓存中。下次用相同参数调用函数时，直接从缓存中读取结果，而不是重新执行函数逻辑。

这种技术特别适合递归函数或计算密集型函数，比如斐波那契数列、阶乘等。

实现记忆化的步骤

要为一个函数添加记忆化能力，可以封装它并使用闭包来维护缓存对象。

• 创建一个外部函数，返回一个带有缓存机制的内部函数
• 内部函数将参数序列化为缓存键（如 JSON.stringify 或简单拼接）
• 检查缓存中是否存在该键，存在则返回缓存值
• 否则执行原函数，保存结果到缓存并返回

注意：对于复杂参数类型（如对象、数组），需确保键的唯一性和正确性；基本类型较简单处理。

简单示例：斐波那契数列的记忆化

未记忆化的斐波那契函数效率低，存在大量重复计算：

function fib(n) {
  return n <= 1 ? n : fib(n - 1) + fib(n - 2);
}

添加记忆化后：

function memoize(fn) {
  const cache = {};
  return function(...args) {
    const key = JSON.stringify(args);
    if (key in cache) {
      return cache[key];
    }
    const result = fn.apply(this, args);
    cache[key] = result;
    return result;
  };
}
const fib = memoize(function(n) {
return n <= 1 ? n : fib(n - 1) + fib(n - 2);
});

现在每次调用都会优先查缓存，极大减少递归次数。

通用记忆化函数封装

你可以将记忆化逻辑抽成一个可复用的工具函数：

function memoize(fn) {
  const cache = new Map();
  return function(...args) {
    const key = args.length === 1 ? args[0] : JSON.stringify(args);
    if (cache.has(key)) {
      return cache.get(key);
    }
    const result = fn.apply(this, args);
    cache.set(key, result);
    return result;
  };
}

这样就能用于任何纯函数（无副作用、相同输入始终输出相同结果）。

基本上就这些。函数记忆化不复杂但容易忽略细节，关键是选好缓存结构和键生成方式。