如何使用Python实现斐波那契数列


Posted in Python onJuly 02, 2019

斐波那契数列(Fibonacci)最早由印度数学家Gopala提出,而第一个真正研究斐波那契数列的是意大利数学家 Leonardo Fibonacci,斐波那契数列的定义很简单,用数学函数可表示为:

如何使用Python实现斐波那契数列

数列从0和1开始,之后的数由前两个数相加而得出,例如斐波那契数列的前10个数是:0, 1, 1, 2, 3, 5, 8, 13, 21, 34。

用 Python 实现斐波那契数列常见的写法有三种,各算法的执行效率也有很大差别,在面试中也会偶尔会被问到,通常面试的时候不是让你简单的用递归写写就完了,还会问你时间复杂度怎样,空间复杂度怎样,有没有可改进的地方。

递归法

所谓递归就是指函数的定义中使用了函数自身的方法

def fib_recur(n):
assert n >= 0
if n in (0, 1):
return n
return fib_recur(n - 1) + fib_recur(n - 2)
for i in range(20):
print(fib_recur(i), end=" ")
>>> 0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181

递归是一种代码最简洁的方法,但它是效率非常低,因为会出现大量的重复计算,时间复杂度是:O(1.618 ^ n),1.618是黄金分割。同时受限于 Python 中递归的最大深度是 1000,所以用递归来求解并不是一种可取的办法。

递推法

递推法就是从0和1开始,前两项相加逐个求出第3、第4个数,直到求出第n个数的值

def fib_loop(n):
a, b = 0, 1
for i in range(n):
a, b = b, a + b
return a
for i in range(20):
print(fib_loop(i), end=" ")
>>> 0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181

这种算法的时间复杂是O(n),呈线性增长,如果数据量巨大,速度越到后面会越慢。

上面两种方式都是使用分而治之的思想,就是把一个大的问题化小,然后利用小问题的求解得到目标问题的答案。

矩阵法

《线性代数》是大学计算机专业低年级的课程,这门课教的就是矩阵,那时候觉得这东西学起来很枯燥,没什么用处,工作后你才发现搞机器学习、数据分析、数据建模时大有用处,书到用时方恨少。其实矩阵的本质就是线性方程式。

斐波那契数列中两个相邻的项分别为:F(n) 和 F(n - 1),如果把这两个数当作一个2行1列的矩阵可表示为:

如何使用Python实现斐波那契数列

因为 F(n) = F(n-1)+F(n-2),所以就有:

如何使用Python实现斐波那契数列

通过反推,其实它是两个矩阵的乘积得来的

如何使用Python实现斐波那契数列

依此类推:

如何使用Python实现斐波那契数列

最后可推出:

如何使用Python实现斐波那契数列

因此想要求出F(n)的值,只要能求出右边矩阵的n-1次方的值,最后求得两矩阵乘积,取新矩阵的第一行的第一列的值即可,比如n=3时,

如何使用Python实现斐波那契数列

​可以得知F(3)的值2,F(2)的值为1,因为幂运算可以使用二分加速,所以矩阵法的时间复杂度为 O(log n)

我们可以用科学计算包 numpy 来实现矩阵法:

import numpy
def fib_matr(n):
return (numpy.matrix([[1, 1], [1, 0]]) ** (n - 1) * numpy.matrix([[1], [0]]))[0, 0]
for i in range(20):
print(int(fib_matr(i)), end=" ")
>>> 0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181

3中不同的算法效率对比:

如何使用Python实现斐波那契数列

从上面图可以看出递归法效率惊人的低,矩阵法在数据量比较大的时候才突显出它的优势,递推法随着数据的变大,所花的时间也越来越大。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
跟老齐学Python之有点简约的元组
Sep 24 Python
Python中tell()方法的使用详解
May 24 Python
Python正则表达式教程之三:贪婪/非贪婪特性
Mar 02 Python
Python基础之文件读取的讲解
Feb 16 Python
Python变量类型知识点总结
Feb 18 Python
基于多进程中APScheduler重复运行的解决方法
Jul 22 Python
详解python中docx库的安装过程
Nov 08 Python
解决Tensorflow占用GPU显存问题
Feb 03 Python
python 日志模块 日志等级设置失效的解决方案
May 26 Python
python实现批量命名照片
Jun 18 Python
python怎么判断模块安装完成
Jun 19 Python
python爬虫看看虎牙女主播中谁最“顶”步骤详解
Dec 01 Python
pandas数据筛选和csv操作的实现方法
Jul 02 #Python
Python列表与元组的异同详解
Jul 02 #Python
Pandas中resample方法详解
Jul 02 #Python
Python何时应该使用Lambda函数
Jul 02 #Python
Python Pandas分组聚合的实现方法
Jul 02 #Python
使用Python做垃圾分类的原理及实例代码附源码
Jul 02 #Python
python flask框架实现重定向功能示例
Jul 02 #Python
You might like
AM/FM收音机的安装与调试
2021/03/02 无线电
为查询结果建立向后/向前按钮
2006/10/09 PHP
php gzip压缩输出的实现方法
2013/04/27 PHP
destoon二次开发入门示例
2014/06/20 PHP
smarty实现多级分类的方法
2014/12/05 PHP
yii实现model添加默认值的方法(2种方法)
2016/01/06 PHP
Jquery多选框互相内容交换的实例代码
2013/07/04 Javascript
jQuery中$.fn的用法示例介绍
2013/11/05 Javascript
JQuery EasyUI 数字格式化处理示例
2014/05/05 Javascript
node.js中的fs.statSync方法使用说明
2014/12/16 Javascript
javascript实现日期格式转换
2014/12/16 Javascript
javascript实现控制的多级下拉菜单
2015/07/05 Javascript
jQuery文本框得到与失去焦点动态改变样式效果
2016/09/08 Javascript
vue实现的仿淘宝购物车功能详解
2019/01/27 Javascript
详解Vue+Element的动态表单,动态表格(后端发送配置,前端动态生成)
2019/04/20 Javascript
layer扩展打开/关闭动画的方法
2019/09/23 Javascript
微信小程序收藏功能的实现代码
2020/06/19 Javascript
vue结合el-upload实现腾讯云视频上传功能
2020/07/01 Javascript
Python优化技巧之利用ctypes提高执行速度
2016/09/11 Python
python 构造三维全零数组的方法
2018/11/12 Python
numpy.where() 用法详解
2019/05/27 Python
python中dict使用方法详解
2019/07/17 Python
简单了解Django ContentType内置组件
2019/07/23 Python
Python 解决OPEN读文件报错 ,路径以及r的问题
2019/12/19 Python
python实现FTP循环上传文件
2020/03/20 Python
欧洲最大的高尔夫零售商:American Golf
2019/09/02 全球购物
最新自我评价范文
2013/11/16 职场文书
大学本科毕业生的自我鉴定
2013/11/26 职场文书
企业行政文员岗位职责
2013/12/03 职场文书
爱国演讲稿500字
2014/05/04 职场文书
医药销售自我评价200字
2014/09/11 职场文书
校园广播稿100字
2014/10/06 职场文书
闪闪红星观后感
2015/06/08 职场文书
《西门豹》教学反思
2016/02/23 职场文书
CSS 新特性 contain控制页面的重绘与重排问题
2021/04/30 HTML / CSS
浅谈Python中的函数(def)及参数传递操作
2021/05/25 Python