Memoização

Memoização é uma técnica de otimização utilizada em ciência da computação para evitar recomputações de resultados já obtidos. Consiste em armazenar o resultado de uma função para cada conjunto de argumentos de entrada e, quando a função é chamada novamente com os mesmos parâmetros, retornar o valor previamente computado em vez de recalculá-lo.

É particularmente comum em algoritmos recursivos e visa reduzir a complexidade de tempo, às custas de maior uso de memória. Em muitos casos, é associada à programação dinâmica: a memoização evita recomputar subproblemas já resolvidos, permitindo resolver o problema de forma top-down ou bottom-up.

Implementação típica: manter um mapa (dicionário) que mapeia as entradas para os resultados. Em funções puras, sem efeitos colaterais, a memoização é segura; em funções com efeitos, cuidado com consistência de estado e com mudanças de entrada.

Vantagens e limitações: ganho de desempenho quando há sobreposição de chamadas; desvantagens incluem consumo de memória, necessidade de políticas de expurgo (tamanho máximo do cache) e complexidade de concorrência. Em ambientes paralelos, pode exigir sincronização para evitar condições de corrida.

Exemplos de uso: cálculo de sequências como Fibonacci, algoritmos de contagem com subproblemas repetidos, ou operações de alto custo computacional. Várias linguagens oferecem suportes nativos: Python com recursos de memoização, JavaScript com funções memoizadas, entre outros. A prática depende da puridade da função, do tamanho do espaço de entrada e dos requisitos de memória do sistema.