在由Venkat廉在Java书函数式编程中，作者日期为我们提供了完美的作品一memoizer的例子，接下来我离开memoizer类的实现： public class Memoizer {
public static <T,R> R callMemoizer(final BiFunction< Function<T,R>,T,R> function, final T input){
我想写一个函数/子程序，它可以计算大n和k的二项式系数（n选择k）。几天前我发布了一个子程序，它工作正常，但有十分小的误差。这个问题似乎是由于分割非常大的数字。无论如何，我认为尝试递归算法可能会更好，因为添加可能没有这个问题。此外，由于涉及大量记忆是必要的。这是一个功能我在统计语言R，这似乎工作得很好写， options("scipen"=100)
mm <- matrix(0,100,100)
考虑一个递归函数，说欧几里德算法定义为： let rec gcd a b =
let (q, r) = (a/b, a mod b) in
if r = 0 then b else gcd b r
（这是一个简单的，很脆的定义）如何memoize的这样的功能？定义高阶函数的经典方法在函数中添加记忆是没有用的，因为它只会节省第一次调用的时间。 我已经找到了如何在Lisp或哈斯
在高速缓存的JavaScript，它是相当简单的memoize的斐波那契一样的功能： // In JavaScript
var fibonacci = (function() {
var cache = {}; // cache for future calculations
return function (num) {
if (num < 0) throw
我正在使用来自here的memoize配方，并对返回2值的函数稍作修改。我使用这个包装来创建两个单独的函数，它们分别返回第一个和第二个值，但函数评估被缓存，因此在使用相同参数调用任何返回的函数时没有开销。这是这个包装的代码。现在 def memoize(obj, cache_limit=10):
'''
This function caches the return value