Question

考虑到程序性能优化的记忆，似乎在某些情况下它可能是非常有益的，因为它完全消除了重复的计算。在Python，Java，C / C ++等编程语言中有大量现有的语言级支持。其中一个例子是名为IncPy的Python解释器。它可以进行自动记忆，也不需要程序员的额外工作。

但是，我并不认为备忘录在现实世界的项目中被广泛采用。也没有大公司对它有很大的兴趣。那么，它的主要局限是什么？

欢迎并赞赏任何建议或想法。以下是我理解的一些限制：

初始执行速度减慢
空间开销
程序员的额外负担，因为它可能需要程序员修改代码

（我从这里稍微更新了我的问题。）

感谢您的评论。我想在我列出的三个原因中，第三个原因更为重要。这是对的吗？

如果你认为记忆确实被广泛使用，你能给我一些例子或一些关键词吗？

谢谢！

Answer 1

在使用递归获取febonacci系列的程序中可以看到一个简单的例子

function memoize(fn)
{
  const cache = {};
  return function(...args)
  {
    if (cache[args])
    {
      return cache[args];
    }

    const result = fn.apply(this, args);
    cache[args] = result;

    return result;
  };
}

function slowfib(n) {
  if(n < 2)
  {
    return n;
  }
  return fib(n-1) + fib(n-2);

}

const fib = memoize(slowfib);

== - =======结果与memoize ============= ✓定义Fib功能（3ms） ✓计算1（1ms）的正确fib值 ✓计算2的正确fib值 ✓计算3的正确fib值 ✓计算4的正确fib值 ✓计算15

的正确fib值

测试套房：1次通过，共1次测试：6次通过，共计6次快照：总共0 时间：1.118秒选择匹配/fib/test.js/i的所有测试套件。

=========没有Memoize的结果======= 通过fib / test.js ✓定义Fib功能（3ms） ✓计算1（1ms）的正确fib值 ✓计算2的正确fib值 ✓计算3的正确fib值 ✓计算4的正确fib值 ✓计算15（747ms）

的正确fib值

测试套房：1次通过，共1次测试：6次通过，共计6次快照：总共0 时间：1.496s

查看上次测试的时间和总时间

Answer 2

我猜想警告之一（不一定是限制）是当我们试图记住的函数也可能返回错误时。在这种情况下，必须注意不要记住该错误。

记忆的局限性是什么？

2 个答案: