Apakah memoization dan bagaimana anda melaksanakannya?

Question

Accepted Answer

**Memoization** menyimpan hasil fungsi dalam cache yang dikunci oleh argumennya, jadi panggilan berulang dengan input yang sama mengembalikan hasil yang disimpan secara instan bukan daripada menghitung ulang. Ia menukar **memori untuk kecepatan** dan hanya berfungsi untuk fungsi **pure** (input yang sama → output yang sama, tanpa efek samping).

## Wrapper memoize generik

```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
```

## Kemenangan klasik: Fibonacci rekursif

```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
```

## Trade-off dan peringatan

- **Strategi kunci cache**: `JSON.stringify` gagal untuk fungsi, dan urutan kunci penting untuk objek. Untuk argumen objek, `WeakMap` (dikunci berdasarkan referensi) menghindari kebocoran memori.
- **Pertumbuhan tanpa batas**: cache tidak pernah menyusut — gunakan cache **LRU** untuk proses yang berjalan lama.
- Hanya memoize ketika perhitungan ulang benar-benar mahal dan input berulang.

## Mengapa ini penting

Memoization ada di mana-mana: `useMemo`/`React.memo` React, pemilih Reselect, pemrograman dinamis.

Konsepnya (cache hasil pure berdasarkan input) sama saja; seninya adalah memilih kunci dan membatasi cache.