当前位置:首页 > 文章列表 > 文章 > 前端 > 记忆化是什么,JS如何优化函数性能

记忆化是什么,JS如何优化函数性能

2026-02-15 17:29:35 0浏览 收藏
记忆化是一种专为纯函数设计的性能优化技术,通过将输入参数与计算结果建立精确映射并缓存,实现重复调用时跳过冗余计算;它不是通用缓存,也不等同于React中的useMemo或React.memo,必须手动实现、严格依赖无副作用和确定性输出,并需谨慎权衡参数序列化开销、内存占用与实际收益——真正有效的记忆化,只在“相同输入频繁出现且计算代价高昂”时才大放异彩。

什么是记忆化_JavaScript中如何优化函数性能

记忆化是什么?它不是缓存,而是函数的“结果快照”

记忆化(memoization)是把一个纯函数的输入和对应输出存起来,下次遇到相同输入时直接返回缓存结果,跳过重复计算。它不等于通用缓存(比如 localStorage 或 Map 存任意数据),而是严格绑定在函数调用链上、按参数精确匹配的优化手段。

用 Map 手写最可控的记忆化包装器

自己实现比依赖库更清楚边界和限制。核心逻辑:用 JSON.stringify(args) 作 key(仅限可序列化的参数),或用 Map + 自定义 key 生成(支持更多类型)。注意:对象引用不同但内容相同时,JSON.stringify 可能误判;而 Map 对对象引用敏感,无法命中。

  • 只对纯函数有效——无副作用、相同输入必得相同输出
  • JSON.stringify 不能处理 undefined、function、Symbol、循环引用
  • 若参数含 Date、RegExp,需提前转成字符串或时间戳
  • 内存不会自动清理,长期运行要考虑 Map.size 上限或加 LRU 逻辑
function memoize(fn) {
  const cache = new Map();
  return function(...args) {
    const key = JSON.stringify(args);
    if (cache.has(key)) {
      return cache.get(key);
    }
    const result = fn.apply(this, args);
    cache.set(key, result);
    return result;
  };
}

useMemo 和 React.memo 不是记忆化函数的等价替代

这两个是 React 的渲染优化工具,只在组件重渲染周期内生效,且依赖 deps 数组浅比较。它们不改变函数本身的执行逻辑,也不保存跨渲染的函数调用结果。例如:

  • 你用 useMemo(() => heavyCalc(a, b), [a, b]),只是避免每次渲染都调用 heavyCalc,但若父组件强制重渲染,它仍可能重新执行
  • React.memo 比较的是组件 props 浅相等,跟函数内部是否被记忆无关
  • 真正需要函数级记忆化(如递归斐波那契、解析树路径),必须用独立的 memoize 包装器

什么时候不该用记忆化?

它解决的是「重复计算」问题,不是「重复渲染」或「IO 延迟」。常见误用场景:

  • 函数本身很快(比如 Math.max(...arr)),加记忆化反而因哈希和查找拖慢整体
  • 参数总是唯一(如带时间戳、随机 ID、DOM 元素引用),缓存永远不命中
  • 函数有副作用(修改外部变量、发请求、改 DOM),记忆化会导致行为异常甚至 bug
  • 参数嵌套深或体积大(如整个 Redux state),JSON.stringify 开销反超计算本身

判断依据很简单:跑两次相同参数,看函数体里耗时操作是否真被跳过——而不是看有没有“缓存”字样。

今天关于《记忆化是什么,JS如何优化函数性能》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

17yoo小游戏横屏设置方法教程17yoo小游戏横屏设置方法教程
上一篇
17yoo小游戏横屏设置方法教程
Go语言中slice扩容是否会影响性能?
下一篇
Go语言中slice扩容是否会影响性能?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    445次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    517次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    530次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    478次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    301次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码