Javascript的尾递归及其优化

栏目: JavaScript · 发布时间: 6年前

内容简介: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):

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:

Javascript的尾递归及其优化

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):

Javascript的尾递归及其优化

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(尾调用)做优化,依然会导致栈溢出,但了解尾递归的优化方式还是有价值的。而且我们可以通过一个统一的 工具 函数把尾递归转化为不会溢出的形式,这些下文会一一展开)。

在讨论 尾递归 之前,我们先了解一下 尾调用 ,以及 js 引擎如何对其进行优化。

尾调用

当函数 a 的最后一个动作是调用函数 b 时,那么对函数 b 的调用形式就是 尾调用 。比如下面的代码里对 fn1 的调用就是尾调用:

const fn1 = (a) => {
  let b = a + 1;
  return b;
}

const fn2 = (x) => {
  let y = x + 1;
  return fn1(y);        // line A
}

const result = fn2(1);  // line B复制代码

我们知道,在代码执行时,会产生一个调用栈,调用某个函数时会将其压入栈,当它 return 后就会出栈,下图是对于这段代码简易示例的调用栈(没有对 尾调用 做优化):

Javascript的尾递归及其优化

首先 fn2 被压入栈, xy 依次被创建并赋值,栈内也会记录相应的信息,同时也记录了该函数被调用的地方,这样在函数 return 后就能知道结果应该返回到哪里。然后 fn1 入栈,当它运行结束后就可以出栈,之后 fn2 也得到了想要的结果,返回结果后也出栈,此段代码运行结束。

仔细看一下以上过程,你有没有觉得第二第三步中 fn2 的存在有些多余?它内部的一切计算都已经完成了,此时它在栈内的唯一作用就是记录最后结果应该返回到哪一行。因而可以有如下的优化:

Javascript的尾递归及其优化

在第二步调用 fn1 时, fn2 即可出栈,并把 line B 信息给 fn1 ,然后将 fn1 入栈,最后把 fn1 的结果返回到 line B

即可,这样就减小了调用栈的大小。

辨别是否是尾调用

const a = () => {
  b();
}复制代码

这里 b 的调用不是尾调用,因为函数 a 在调用 b 后还隐式地执行了一段 return undefined ,如下面这段代码:

const a = () => {
  b();
  return undefined;
}复制代码
如果我们把它当做 尾调用 并按照上面的方法优化的话,就得不到函数 a

正确的返回结果了。

const a = () => b() || c();
const a1 = () => b() && c();复制代码

这里 aa1 中的 b 都不是 尾调用 ,因为在它调用之后还有判断的动作以及可能的对于 c 的调用,而 c 都是 尾调用

const a = () => {
  let result = b();
  return result;
}复制代码

对于这段代码,有文章指出 b 并不是 尾调用 ,即便它与 const a = () => b() 是等价的,而后者显然是尾调用。这就涉及到定义的问题了,我觉得不必过于纠结, 尾调用 的真正目的是为了进行优化,防止栈溢出,我测试了下支持 尾调用 的 safari 浏览器,在严格模式下用类似的代码执行一段递归函数,结果是不会导致栈溢出,所以 safari 对这种形式的代码做了优化。

尾递归

现在就轮到本篇文章的主角—— 尾递归 了,看一下下面这段简单的递归代码:

const sum = (n) => {
  if (n <= 1) return n;
  return n + sum(n-1)
}复制代码

就是计算从1到n的整数的和,显然这段代码并不是 尾递归 ,因为 sum(n-1) 调用后还需要一步计算的过程,所以当n较大时就会导致栈溢出。我们可以把这段代码改为 尾递归 的形式:

const sum = (n, prevSum = 0) => {
  if (n <= 1) return n + prevSum;
  return sum(n-1, n + prevSum)
}复制代码

这样就是 尾递归 了,这段代码在 safari 里以严格模式运行时,不会出现栈溢出错误,因为它对 尾调用 做了优化。那有多少浏览器会做优化呢?其实在es6 的规范里,就已经定义了对 尾调用 的优化,不过目前浏览器对其支持情况很不好:

Javascript的尾递归及其优化

具体见这里

即便将来大部分浏览器都支持 尾调用 优化了,按照 es6 的规范,也只会在严格模式下触发,这明显会很不方便。那我们把递归函数转为 尾递归 有什么用呢?其实我们可以通过一个统一的方法对 尾递归

函数进行处理,让其不再导致栈溢出。

Trampoline

Trampoline 是对 尾递归 函数进行处理的一种技巧。我们需要先把上面的 sum 函数改造一下,再由 trampoline 函数处理即可:

const sum0 = (n, prevSum = 0) => {
  if (n <= 1) return n + prevSum;
  return () => sum0(n-1, n + prevSum)
}
const trampoline = f => (...args) => {
  let result = f(...args);
  while (typeof result === 'function') {
    result = result();
  }
  return result;
}
const sum = trampoline(sum0);

console.log(sum(1000000)); // 不会栈溢出复制代码

可以看到,这里实际上就是把原本的递归改为了迭代,这样就不会有栈溢出的问题啦。

当然,如果一个方法可以写成 尾递归 的形式,那它肯定也能被写成迭代的形式,但有些场景下使用递归可能会更加直观,如果它能被转为 尾递归 ,你就可以直接用 trampoline 函数进行处理,或者把它改写成迭代的方法(或者等大部分浏览器支持 尾递归 优化后在严格模式下执行)


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

算法学

算法学

哈雷尔 / 霍红卫 / 高等教育 / 2007-6 / 39.00元

本书主要论述计算机科学的基本概念、思想、方法和结果。全书内容由 5个部分组成。“预备知识”部分包括算法学中的基本概念、算法结构、算法所操纵的数据以及描述算法所用的程序设计语言。“方法和分析”部分包括算法设计的方法、算法的正确性和效率、评价算法的方法。“局限性和健壮性”部分包括可执行算法的固有局限性以及实现这些算法的计算机的固有局限性、不可计算性和不可判定性、算法学的通用性及其健壮性。此外,还讨论了......一起来看看 《算法学》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

MD5 加密
MD5 加密

MD5 加密工具