前端微專業JavaScript有一道題目是求斐波那契數列的，一開始沒想很多，覺得實現功能自己已經很棒棒了（逃~~~）
后面有同學討論直接遞歸特別耗費時間，開始考慮使用閉包，看我們討論的不亦樂乎的大佬也發話了，指點我們這兩種方式都不是很好，讓我們去看一下尾遞歸(實話說，我早就還給大學老師了=。=)
言歸正傳，開始干活。
------------------------------假裝我是分割線---------------------------
如題：
我最開始的解法是直接遞歸
function sum(n){
if(n==0){
return 0;
}else if(n==1) {
return 1;
}
else{
return (arguments.callee(n-1)+arguments.callee(n-2));
}
}
這個實現簡單明了就是執行速度太慢了，因為編譯器是以如下方式進行計算的（例如計算Fib（6））：
Fib(6) = Fib(5) + Fib(4);
= Fib(4) + Fib(3) + Fib(3) + Fib(2);
= Fib(3) + Fib(2) + Fib(2) + Fib(1) + Fib(2) + Fib(1) + Fib(2);
= Fib(2) + Fib(1) + Fib(2) + Fib(2) + Fib(1) + Fib(2) + Fib(1) + Fib(2);
= 8
從上面的遞歸展開式可以看出Fib(4),Fib(3)都被計算了2次，而且遞歸函數以2的指數增長。所以當計算到30時就變得非常慢。(當然這都是后話了，我開始哪里知道這么多~)
后來群里同學說使用閉包會比直接遞歸快，那我就試著用了下閉包；
var sum =(function (){
return function(n){
if(n==0 || n==1){
return n;
}else{
return (sum(n-1)+sum(n-2));
}
}})();
使用了閉包確實感覺自己吊了一點啊，整個人都萌萌噠，而且后面測試速度也證實了比我原來的好一點。
后面， 大佬指導說直接遞歸和閉包都很影響性能（我實現出來都很不容易呀），告訴我們使用尾遞歸會極大的提高性能，好吧，我只好去查查什么是尾遞歸了，看了幾個demo我寫了如下代碼：
function sum(n,a,b){
if (n ==0 ){
return a;
}
else{
return sum(n-1, b, a +b);
}
}
具體執行過程我后面會給傳送門，我也是從那看到的。
---------------------------------分割線又來了--------------------------------
接下來我們來對比一下代碼性能
直接遞歸的耗時：
分別比較了n為30,33,35的值時候的耗時，圖中有兩個數字，上面的是計算得到的斐波那契數列結果，下面是耗時，單位是毫秒。
閉包
尾遞歸
循環
迭代實現
//使用Java方式，主要是看實現思想
public static long fibo3(long n){
if(n<2) return n;
long pre=1,prepre=1,ret=0;
for(int i=2;i<n;i++){
ret=pre+prepre;
prepre=pre;
pre=ret;
}
return ret;
}
從圖中我們可以很明顯的看出，使用尾遞歸計算斐波那契數列性能完勝直接遞歸和閉包，特別是當數值比較大的時候，尾遞歸的作用就越明顯。循環的方式性能也很好，其實實現斐波那契數列方式多種多樣，真的只是你想不到而已，好了，收工吃飯！
最后想看尾遞歸算法的可以看這里：尾遞歸實現斐波那契
