Реци ми о меморизацији у контексту iOS развоја.

Меморизација је техника оптимизације у којој се резултат позива функције кешира како би се избегло поновно израчунавање исте вредности за исте улазне параметре.

У iOS развоју, меморизација се може применити у следећим случајевима:

1. Оптимизација израчунавања: Кеширање резултата скупоцених израчунавања, као што су рад са сликама, парсирање података или сложени алгоритми.
2. Перформансе UI: Смањење броја позива функција које утичу на цртање или ажурирање корисничког интерфејса.
3. Управљање стањем: У архитектурама типа MVVM, кеширање израчунатих својстава ViewModel-а за оптимизацију реактивне везе са View-ом.
4. Core Data / SQLite: Кеширање резултата упита на базу података.

Реализација меморизације обично укључује коришћење речника или друге структуре података за чување парова "улазни параметри" -> "резултат".

Пример једноставне меморизације функције на Swift-у:

// Функција коју желимо да меморишемо (илустрација скупоцене операције)
func expensiveCalculation(input: Int) -> Int {
    // Имитација дугог израчунавања
    Thread.sleep(forTimeInterval: 0.1)
    return input * 2
}

// Речник за чување кешираних резултата
var cache: [Int: Int] = [:]

// Мемоизована функција
func memoizedExpensiveCalculation(input: Int) -> Int {
    if let cachedResult = cache[input] {
        // Враћамо резултат из кеша ако постоји
        print("Returning cached result for \(input)")
        return cachedResult
    } else {
        // Израчунавамо резултат и чувамо у кеш
        let result = expensiveCalculation(input: input)
        cache[input] = result
        print("Calculating and caching result for \(input)")
        return result
    }
}

// Примери коришћења
memoizedExpensiveCalculation(input: 5) // Израчунава и кешира
memoizedExpensiveCalculation(input: 5) // Враћа из кеша
memoizedExpensiveCalculation(input: 10) // Израчунава и кешира
memoizedExpensiveCalculation(input: 5) // Враћа из кеша

Важно је узети у обзир да меморизација користи меморију за чување кеша. Треба балансирати корист од убрзања са трошковима меморије и потенцијалном сложеношћу управљања животним циклусом кеша. У неким случајевима може бити потребна стратегија чишћења кеша (нпр. по LRU - Least Recently Used), како би се избегло прекомерно коришћење меморије.