记忆化（memoization）是一种进步计算机程序执行速度的优化技术，通过存储大量计算量函数的返回值，当这个后果再次应用时不须要从新计算，而是从缓存中间接取出。
JavaScript 的对象和数组要实现这种优化是十分不便的。
比方，斐波那契数列（Fibonacci，后面两项之和等于后一项的值），常见的写法如下：
const fibonacci = n => { return n < 2 ? n : fibonacci(n - 1) + fibonacci(n-2);};for (let i = 0; i <= 10; i++) { console.log(i + ': ' + fibonacci(i));};这样实现的办法，做了很多重复性的工作，fibonacci 函数被调用了 453 次，其中 for 循环调用了 11 次，而它本人调用了 442 次。如果引入记忆性能，见能够显著地缩小运算量。
Fibonacci 记忆化的实现
应用一个 memo 的数组贮存计算结果：
const fibonacci = function () { let memo = [0, 1]; const fib = n => { let result = memo[n]; if (typeof result !== 'number') { result = fib(n-1) + fib(n-2); memo[n] = result; } return result; }; return fib;}();fibonacci 函数被调用了 29 次，其中 for 循环调用了 11 次，本人调用了18 次去取的之前存储的后果。相比拟传统的办法，极大地缩小了运算量。
延长：带记忆性能函数的结构器
咱们能够把下面的这种技术推广一下，编写一个函数用于结构带记忆性能的函数。
const memoizer = (memo, formula) => { const recur = n => { let result = memo[n]; if (typeof result !== 'number') { result = formula(recur, n); memo[n] = result; } return result; }; return recur;};当初，能够应用 memoizer 函数来结构 fibonacci 函数，只需提供初始的 memo 数组和 formula 函数：
const fibonacci = memoizer([0, 1], function (recur, n) { return recur(n-1) + recur(n-2);});通过设计这种生产另一个函数的函数，可极大地缩小咱们的工作量。例，要产生一个可记忆的阶乘函数，只须要提供根本的阶乘公式即可：
const factorial = memoizer([1, 1], function (recur, n) { return n * recur(n-1);});参考自：《JavaScript语言精粹》