本篇文章主要介绍了详解javascript调用栈、尾递归和手动优化，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
调用栈（Call Stack）
调用栈（Call Stack）是一个基本的计算机概念，这里引入一个概念：栈帧。
栈帧是指为一个函数调用单独分配的那部分栈空间。
当运行的程序从当前函数调用另外一个函数时，就会为下一个函数建立一个新的栈帧，并且进入这个栈帧，这个栈帧称为当前帧。而原来的函数也有一个对应的栈帧，被称为调用帧。每一个栈帧里面都会存入当前函数的局部变量。
立即学习“Java免费学习笔记（深入）”；
当函数被调用时，就会被加入到调用栈顶部，执行结束之后，就会从调用栈顶部移除该函数。并将程序运行权利（帧指针）交给此时栈顶的栈帧。这种后进后出的结构也就是函数的调用栈。
而在JavaScript里，可以很方便的通过console.trace()这个方法查看当前函数的调用帧
尾调用
说尾递归之前必须先了解一下什么是尾调用。简单的说，就是一个函数执行的最后一步是将另外一个函数调用并返回。
以下是正确示范：
// 尾调用正确示范1.0
function f(x){
return g(x);
}
// 尾调用正确示范2.0
function f(x) {
if (x > 0) {
return m(x)
}
return n(x);
}1.0程序的最后一步即是执行函数g，同时将其返回值返回。2.0中，尾调用并不是非得写在最后一行中，只要执行时，是最后一步操作就可以了。
以下是错误示范：
// 尾调用错误示范1.0
function f(x){
let y = g(x);
return y;
}
// 尾调用错误示范2.0
function f(x){
return g(x) + 1;
}
// 尾调用错误示范3.0
function f(x) {
g(x); // 这一步相当于g(x) return undefined
}1.0最后一步为赋值操作，2.0最后一步为加法运算操作，3.0隐式的有一句return undefined
尾调用优化
在调用栈的部分我们知道，当一个函数A调用另外一个函数B时，就会形成栈帧，在调用栈内同时存在调用帧A和当前帧B，这是因为当函数B执行完成后，还需要将执行权返回A，那么函数A内部的变量，调用函数B的位置等信息都必须保存在调用帧A中。不然，当函数B执行完继续执行函数A时，就会乱套。
那么现在，我们将函数B放到了函数A的最后一步调用（即尾调用），那还有必要保留函数A的栈帧么？当然不用，因为之后并不会再用到其调用位置、内部变量。因此直接用函数B的栈帧取代A的栈帧即可。当然，如果内层函数使用了外层函数的变量，那么就仍然需要保留函数A的栈帧，典型例子即是闭包。
在网上有很多关于讲解尾调用的博客文章，其中流传广泛的一篇中有这样一段。我不是很认同。
function f() {
let m = 1;
let n = 2;
return g(m + n);
}
f();
// 等同于
function f() {
return g(3);
}
f();
// 等同于
g(3);以下为博客原文：上面代码中，如果函数g不是尾调用，函数f就需要保存内部变量m和n的值、g的调用位置等信息。但由于调用g之后，函数f就结束了，所以执行到最后一步，完全可以删除 f() 的调用记录，只保留 g(3) 的调用记录。
但我认为第一种中，也是先执行m+n这步操作，再调用函数g同时返回。这应当是一次尾调用。同时m+n的值也通过参数传入函数g内部，并没有直接引用，因此也不能说需要保存f内部的变量的值。
总得来说，如果所有函数的调用都是尾调用，那么调用栈的长度就会小很多，这样需要占用的内存也会大大减少。这就是尾调用优化的含义。
尾递归
递归，是指在函数的定义中使用函数自身的一种方法。函数调用自身即称为递归，那么函数在尾调用自身，即称为尾递归。
最常见的递归，斐波拉契数列，普通递归的写法：
function f(n) {
if (n === 0 || n === 1) return n
else return f(n - 1) + f(n - 2)
}这种写法，简单粗暴，但是有个很严重的问题。调用栈随着n的增加而线性增加，当n为一个大数（我测了一下，当n为100的时候，浏览器窗口就会卡死。。）时，就会爆栈了（栈溢出，stack overflow）。这是因为这种递归操作中，同时保存了大量的栈帧，调用栈非常长，消耗了巨大的内存。
接下来，将普通递归升级为尾递归看看。
function fTail(n, a = 0, b = 1) {
if (n === 0) return a
return fTail(n - 1, b, a + b)
}很明显，其调用栈为
代码如下:
fTail(5) => fTail(4, 1, 1) => fTail(3, 1, 2) => fTail(2, 2, 3) => fTail(1, 3, 5) => fTail(0, 5, 8) => return 5
被尾递归改写之后的调用栈永远都是递归0当前的栈帧而已，这样就完全避免了爆栈的危险。
但是，想法是好的，从尾调用优化到尾递归优化的出发点也没错，然并卵：），让我们看看V8引擎官方团队的解释
Proper tail calls have been implemented but not yet shipped given that a change to the feature is 递归1ly under discussion at TC39.
意思就是人家已经做好了，但是就是还不能不给你用：）嗨呀，好气喔。
当然，人家肯定是有他的正当理由的：
在引擎层面消除尾递归是一个隐式的递归2，程序员写代码时可能意识不到自己写了死递归3的尾递归，而出现死循环后又不会报出stack overflow的错误，难以辨别。
堆栈信息会在优化的过程中丢失，开发者递归4非常困难。
道理我都懂，但是不信邪的我拿nodeJs（v6.9.5）手动测试了一下：
好的，我服了
手动优化
虽然我们暂时用不上ES6的尾递归高端优化，但递归优化的本质还是为了减少调用栈，避免内存占用过多，爆栈的危险。而俗话说的好，一切能用递归写的函数，都能用循环写——尼克拉斯·夏，如果将递归改成循环的话，不就解决了这种调用栈的问题么。
方案一：直接改函数内部，循环执行
function fLoop(n, a = 0, b = 1) {
while (n--) {
[a, b] = [b, a + b]
}
return a
}这种方案简单粗暴，缺点就是没有递归的那种写法比较容易理解。
方案二：Trampolining（蹦床函数）
function trampoline(f) {
while (f && f instanceof Function) {
f = f()
}
return f
}
function f(n, a = 0, b = 1) {
if (n > 0) {
[a, b] = [b, a + b]
return f.bind(null, n - 1, a, b)
} else {
return a
}
}
trampoline(f(5)) // return 5这种写法算是容易理解一些了，就是蹦床函数的作用需要仔细看看。缺点还有就是需要修改原函数内部的写法。
方案三：尾递归5转循环方法
function tailCallOptimize(f) {
let value
let active = false
const accumulated = []
return function accumulator() {
accumulated.push(arguments)
if (!active) {
active = true
while (accumulated.length) {
value = f.apply(this, accumulated.shift())
}
active = false
return value
}
}
}
const f = tailCallOptimize(function(n, a = 0, b = 1) {
if (n === 0) return a
return f(n - 1, b, a + b)
})
f(5) // return 5经过 tailCallOptimize 包装后返回的是一个新函数 accumulator，执行 f时实际执行的是这个函数。这种方法可以不用修改原递归函数，当调用递归时只用使用该方法转置一下便可解决递归调用的问题。
总结
尾递归优化是个好东西，但既然暂时用不上，那我们就该在平时编码的过程中，对使用到了递归的地方特别敏感，时刻避免出现死循环，爆栈等危险。毕竟，好的工具不如好的习惯。
