函数 memoization 是一种优化技术，用于缓存函数调用及其结果，从而避免重复计算。在 java 中，可以使用 map 实现函数 memoization，通过将输入参数作为键，函数结果作为值进行存储。实战案例中，使用 memoization 对计算斐波那契数的函数进行优化，将计算时间从 25 亿次减少到仅 8 次，大幅提高了性能。
Java 函数 memoization 的概念和实现方法
概念：
Memoization 是一种优化技术，它缓存函数调用及其结果。当函数再次以相同的参数调用时，它将返回缓存的结果，而不是重新计算。这可以显著提高性能，尤其是在函数计算成本很高的情况下。
立即学习“Java免费学习笔记（深入）”；
实现方法：
在 Java 中，可以使用 Map 实现函数 memoization：
import java.util.HashMap;
import java.util.Map;
import java.util.function.Function;
public class Memoizer {
private final Map<Object[], Object> cache = new HashMap<>();
public <T, R> Function<T, R> memoize(Function<T, R> function) {
return input -> {
Object[] key = {input};
if (cache.containsKey(key)) {
return (R) cache.get(key);
} else {
R result = function.apply(input);
cache.put(key, result);
return result;
}
};
}
}实战案例：
考虑一个计算斐波那契数的函数：
import java.util.Arrays;
public class Fibonacci {
public static long fib(int n) {
if (n <= 1) {
return n;
} else {
return fib(n - 1) + fib(n - 2);
}
}
}通过使用 memoization，我们可以显著减少计算时间：
Memoizer memoizer = new Memoizer(); Function<Integer, Long> memoizedFib = memoizer.memoize(Fibonacci::fib); long result = memoizedFib.apply(40); System.out.println(Arrays.toString(memoizer.cache.keySet())); // 输出：[[-1], [-2], [-3], [-5], [-8], [-13], [-21], [-34]]
在未进行 memoization 时，计算 fib(40) 需要大约 25 亿次计算。而通过 memoization，只需要 8 次计算，这可以带来极大的性能提升。
