如果您在Python中使用一個帶記憶的fibonacci函數，您將看到它變得更快：import time

beg = time.clock()

def memoize(f):

cache = {}

def decorated_function(*args):

if args in cache:

return cache[args]

else:

cache[args] = f(*args)

return cache[args]

return decorated_function

@memoize

def fib(n):

if n <=2:

return 1

return fib(n-2) + fib(n-1)

var = fib(35)

end = time.clock()

print(var)

print(end - beg)

在javascript中也可以這樣做：function memoize( fn ) {

return function () {

var args = Array.prototype.slice.call(arguments),

hash = "",

i = args.length;

currentArg = null;

while (i--) {

currentArg = args[i];

hash += (currentArg === Object(currentArg)) ?

JSON.stringify(currentArg) : currentArg;

fn.memoize || (fn.memoize = {});

}

return (hash in fn.memoize) ? fn.memoize[hash] :

fn.memoize[hash] = fn.apply(this, args);

};

}

var beg = new Date().getTime();

function fib(n)

{

if (n <= 2)

return 1;

return fib(n-2) + fib(n-1);

}

var f = memoize(fib)(35);

var end = new Date().getTime();

console.log(f);

console.log(end - beg);

看起來javascript方面沒有性能改進，這往往表明這里已經內置了某種記憶機制。

總結

以上是生活随笔為你收集整理的node python 速度_为什么python在递归上比node.js慢得多的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。