溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
斐波那契數列（Fibonacci）最早由印度數學家Gopala提出，而第一個真正研究斐波那契數列的是意大利數學家 Leonardo Fibonacci，斐波那契數列的定義很簡單，用數學函數可表示為：
數列從0和1開始，之后的數由前兩個數相加而得出，例如斐波那契數列的前10個數是：0, 1, 1, 2, 3, 5, 8, 13, 21, 34。
用 Python 實現斐波那契數列常見的寫法有三種，各算法的執行效率也有很大差別，在面試中也會偶爾會被問到，通常面試的時候不是讓你簡單的用遞歸寫寫就完了，還會問你時間復雜度怎樣，空間復雜度怎樣，有沒有可改進的地方。
遞歸法
所謂遞歸就是指函數的定義中使用了函數自身的方法
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
遞歸是一種代碼最簡潔的方法，但它是效率非常低，因為會出現大量的重復計算，時間復雜度是：O(1.618 ^ n)，1.618是黃金分割。同時受限于 Python 中遞歸的最大深度是 1000，所以用遞歸來求解并不是一種可取的辦法。
遞推法
遞推法就是從0和1開始，前兩項相加逐個求出第3、第4個數，直到求出第n個數的值
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
這種算法的時間復雜是O(n)，呈線性增長，如果數據量巨大，速度越到后面會越慢。
上面兩種方式都是使用分而治之的思想，就是把一個大的問題化小，然后利用小問題的求解得到目標問題的答案。
矩陣法
《線性代數》是大學計算機專業低年級的課程，這門課教的就是矩陣，那時候覺得這東西學起來很枯燥，沒什么用處，工作后你才發現搞機器學習、數據分析、數據建模時大有用處，書到用時方恨少。其實矩陣的本質就是線性方程式。
斐波那契數列中兩個相鄰的項分別為：F(n) 和 F(n - 1)，如果把這兩個數當作一個2行1列的矩陣可表示為：
因為 F(n) = F(n-1)+F(n-2)，所以就有：
通過反推，其實它是兩個矩陣的乘積得來的
依此類推：
最后可推出：
因此想要求出F(n)的值，只要能求出右邊矩陣的n-1次方的值，最后求得兩矩陣乘積，取新矩陣的第一行的第一列的值即可，比如n=3時，
可以得知F(3)的值2，F(2)的值為1，因為冪運算可以使用二分加速，所以矩陣法的時間復雜度為 O(log n)
我們可以用科學計算包 numpy 來實現矩陣法：
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中不同的算法效率對比：
從上面圖可以看出遞歸法效率驚人的低，矩陣法在數據量比較大的時候才突顯出它的優勢，遞推法隨著數據的變大，所花的時間也越來越大。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
