Kas yra memoization ir kaip jį įgyvendinti?

Question

Accepted Answer

**Memoization** kešuoja funkcijos rezultatus, rakinti jos argumentais, todėl kartotiniai skambučiai su tais pačiais įvestimis grąžina talpintą rezultatą akimirksniu, o ne iš naujo skaičiuoja. Tai keičiasi **atmintimi greitumą** ir veikia tik **grynoms** funkcijoms (tas pats įvestis → tas pats rezultatas, jokių šalutinių efektų).

## Bendrasis memoize apvija

```js
function memoize(fn) {
  const cache = new Map();
  return (...args) => {
    const key = JSON.stringify(args); // build a cache key from the arguments
    if (cache.has(key)) {
      return cache.get(key);          // cache hit — skip the work
    }
    const result = fn(...args);
    cache.set(key, result);
    return result;
  };
}

const slowSquare = n => { /* expensive */ return n * n; };
const fastSquare = memoize(slowSquare);
fastSquare(4); // computes → 16
fastSquare(4); // cached → 16 instantly
```

## Klasikinis laimėjimas: rekursyvus Fibonacci

```js
const fib = memoize(n => (n < 2 ? n : fib(n - 1) + fib(n - 2)));
// turns exponential O(2^n) into roughly O(n) by caching subproblems
```

## Kompromisai ir įspėjimai

- **Talpyklos rakto strategija**: `JSON.stringify` nepavyksta funkcijoms, ir rakto tvarka svarbi objektams. Objektų argumentams `WeakMap` (raktas pagal nuorodą) išvengia atminties nuotėkio.
- **Nesunerišktas augimas**: talpykla niekada nesumenki — naudokite **LRU** talpyklą ilgų procesų metu.
- Memoizuokite tik tada, kai perskaičiavimas yra iš tiesų brangus ir įvestys kartojasi.

## Kodėl tai svarbu

Memoization yra visur: React `useMemo`/`React.memo`, Reselect selektoriai, dinaminis programavimas.

Sąvoka (talpinti grynais rezultatais pagal įvestį) yra ta pati; menas yra pasirinkti raktą ir riboti talpyklą.