函数缓存通过存储已计算结果避免重复运算,提升性能。使用闭包与map缓存参数及结果,如memoize函数对expensiveCalc实现记忆化,减少递归或密集计算开销。

在javaScript中,函数缓存(也称为记忆化,Memoization)是一种优化技术,通过缓存函数的执行结果,避免重复计算相同输入带来的性能开销。尤其适用于递归函数或计算密集型操作。下面介绍如何定义函数缓存以及常见的性能优化方法。
什么是函数缓存
函数缓存的核心思想是:当函数被调用时,先检查之前是否已经用相同的参数执行过。如果有,直接返回缓存的结果;如果没有,执行函数并将结果保存下来供后续使用。
这种机制特别适合纯函数——即相同输入始终返回相同输出、没有副作用的函数。
手动实现简单的缓存函数
可以通过闭包和Map或Object来存储缓存数据:
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;
}
}
使用示例:
const expensiveCalc = (n) => {
let sum = 0;
for (let i = 0; i sum += i;
}
return sum;
};
const cachedCalc = memoize(expensiveCalc);
console.log(cachedCalc(10)); // 第一次执行,耗时
console.log(cachedCalc(10)); // 直接从缓存读取
缓存键的处理注意事项
缓存的有效性依赖于参数的“唯一标识”。常见问题包括:
- 参数顺序和类型必须一致:[1] 和 [‘1’] 应视为不同键
- 对象和数组作为参数时需序列化:json.stringify 可能忽略 undefined、函数或循环引用
- 函数上下文(this)影响结果时应纳入缓存键
进阶做法可以使用更健壮的键生成策略,例如自定义哈希函数或使用专门库如 fast-stable-stringify。
性能优化建议
虽然缓存能提升性能,但不当使用反而造成内存泄漏或性能下降:
- 限制缓存大小:使用 LRU(最近最少使用)缓存结构,如 lru-cache 库,防止无限增长
- 选择合适的数据结构:频繁读写场景下,Map 比 Object 更高效
- 避免缓存异步函数的promise外壳:应缓存 resolved 后的结果,而非 Promise 对象本身
- 慎用于高频小计算函数:缓存查找开销可能超过原函数执行时间
使用第三方库简化实现
实际项目中可使用成熟库减少出错:
- lodash.memoize:提供基础缓存功能,支持自定义resolver
- memoizerific:支持LRU限制
- fast-memoize.js:高性能缓存方案
示例:
import memoize from ‘lodash.memoize’;
const memoizedFn = memoize((a, b) => a + b, (…args) => JSON.stringify(args));
基本上就这些。合理使用函数缓存能显著提升应用响应速度,关键是根据函数特性设计合适的缓存策略,平衡内存与性能。不复杂但容易忽略细节。