1. 记忆化（Memoization）
- 优化方式：在递归函数中，保存已经计算过的结果，避免重复计算。例如对于斐波那契数列计算函数
fib(n)，可以创建一个对象（如cache），每次计算前先检查cache[n]是否存在，若存在则直接返回，否则计算并存储结果。
- 底层工作原理：减少了递归调用的次数，从而降低了函数调用栈的深度。在V8引擎中，函数调用需要分配栈空间，过多的递归调用可能导致栈溢出。记忆化通过减少不必要的递归，降低了栈空间的使用压力，同时也减少了即时编译（JIT）需要处理的函数调用数量，因为重复的计算不再进入JIT编译流程。
2. 尾递归优化（Tail - Call Optimization）
- 优化方式：将递归函数改写为尾递归形式。在尾递归中，递归调用是函数的最后一个操作。例如，斐波那契数列的尾递归实现如下：
function fibTailRecursion(n, a = 0, b = 1) {
if (n === 0) return a;
if (n === 1) return b;
return fibTailRecursion(n - 1, b, a + b);
}
- 底层工作原理：在支持尾递归优化的JavaScript引擎（如V8在ES6之后支持一定程度的尾递归优化）中，尾递归调用不会增加新的栈帧，而是复用当前的栈帧。这是因为尾递归的返回值直接作为当前函数的返回值，不需要保留当前函数的执行上下文以便继续执行后续操作。因此，通过尾递归优化可以避免栈溢出问题，提升性能，尤其是在处理大量递归的场景中。
3. 利用隐藏类（Hidden Classes）
- 优化方式：确保对象属性的访问模式保持一致。例如，在复杂逻辑中，如果使用对象来存储中间计算结果，应尽量在对象创建时就初始化所有可能用到的属性，并且按照相同的顺序访问这些属性。
- 底层工作原理：V8引擎使用隐藏类来优化对象属性的访问。当对象创建时，V8会为其分配一个隐藏类。如果后续对象的属性添加和访问模式保持一致，V8可以利用隐藏类的结构来快速定位属性，而不需要进行昂贵的字典查找。对于包含复杂逻辑的求值表达式，如果对象的使用符合这种模式，就能提升属性访问的速度，从而提升整体性能。
4. 即时编译（JIT）相关优化
- 优化方式：
- 预热函数：让函数在实际使用前先执行几次，以便JIT编译器有机会对其进行优化编译。例如，对于计算斐波那契数列的函数，可以在程序启动时先调用几次不同参数值的该函数。
- 减少动态类型转换：在函数内部尽量保持数据类型的一致性。例如，确保所有参与复杂数学运算的变量都是相同类型（如都是Number类型），避免频繁的类型转换。
- 底层工作原理：
- 预热函数：V8的JIT编译器会在函数执行一定次数后，将其从解释执行转换为编译执行。通过预热函数，促使JIT编译器尽早进行优化编译，生成更高效的机器码。
- 减少动态类型转换：JIT编译器在编译函数时，对于类型稳定的代码可以生成更优化的机器码。动态类型转换需要额外的检查和操作，增加了执行的开销。通过保持类型一致性，JIT编译器可以生成更直接、高效的指令来处理数据，提升性能。
