Povedz mi o memoizácii v kontexte vývoja iOS.

Memoizácia je technika optimalizácie, pri ktorej sa výsledok volania funkcie cache-uje, aby sa zabránilo opakovanému výpočtu rovnakej hodnoty pre rovnaké vstupné parametre.

V iOS vývoji môže byť memoizácia použitá v nasledujúcich prípadoch:

1. Optimalizácia výpočtov: Cacheovanie výsledkov náročných výpočtov, ako je práca s obrázkami, parsovanie dát alebo zložité algoritmy.
2. Výkon UI: Zníženie počtu volaní funkcií ovplyvňujúcich vykresľovanie alebo aktualizáciu používateľského rozhrania.
3. Správa stavu: V architektúrach typu MVVM cacheovanie vypočítaných vlastností ViewModelu na optimalizáciu reaktívneho prepojenia s View.
4. Core Data / SQLite: Cacheovanie výsledkov dotazov na databázu.

Implementácia memoizácie zvyčajne zahŕňa použitie slovníka alebo inej dátovej štruktúry na uloženie párov "vstupné parametre" -> "výsledok".

Príklad jednoduchej memoizácie funkcie v Swift:

// Funkcia, ktorú chceme memoizovať (ilustrácia náročnej operácie)
func expensiveCalculation(input: Int) -> Int {
    // Napodobnenie dlhého výpočtu
    Thread.sleep(forTimeInterval: 0.1)
    return input * 2
}

// Slovník na uloženie cache-ovaných výsledkov
var cache: [Int: Int] = [:]

// Memoizovaná funkcia
func memoizedExpensiveCalculation(input: Int) -> Int {
    if let cachedResult = cache[input] {
        // Vrátime výsledok z cache, ak existuje
        print("Returning cached result for \(input)")
        return cachedResult
    } else {
        // Vypočítame výsledok a uložíme do cache
        let result = expensiveCalculation(input: input)
        cache[input] = result
        print("Calculating and caching result for \(input)")
        return result
    }
}

// Príklady použitia
memoizedExpensiveCalculation(input: 5) // Vypočíta a uloží do cache
memoizedExpensiveCalculation(input: 5) // Vráti z cache
memoizedExpensiveCalculation(input: 10) // Vypočíta a uloží do cache
memoizedExpensiveCalculation(input: 5) // Vráti z cache

Dôležité je zvážiť, že memoizácia spotrebúva pamäť na uloženie cache. Je potrebné nájsť rovnováhu medzi výhodou zrýchlenia a nákladmi na pamäť a potenciálnou zložitostí správy životného cyklu cache. V niektorých prípadoch môže byť potrebná stratégia čistenia cache (napríklad podľa LRU - Least Recently Used), aby sa predišlo nadmernému využívaniu pamäti.