斐波那契数列的优化

科普一下：

（Fibonacci）斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、……在数学上，斐波纳契数列以如下被以递归的方法定义：F（0）=0，F（1）=1，F（n）=F(n-1)+F(n-2)（n≥2，n∈N*

现在输入n（n > 1）,求第n位斐波那契数。

代码1:简单实现

public static long computeRecursively(int n){

if(n > 1)

return computeRecursively(n-2)+computeRecursively(n-1);

else

return n;

}

分析：计算n=30时，斐波那契数用了2692537次调用，这里的大数量的递归将会是我们关注的效率瓶颈。我们发现，每个斐波数（少于2除外），都需要开启两个递归方法来实现

因此，我们可以优化为一个递归来实现。如下：

代码2:优化递归

public static long computeRecursivelyWithLoop(int n){

if(n > 1){

long result = 1;

do{

result += computeRecursivelyWithLoop(n-2);

n--;

}while(n > 1);

return result;

}else

return n;

}

分析，这里的递归，计算n=30时，产生的递归调用有1346269次，对比上面的计算方法，效率快了一倍，但是依然是低效率的方法。接下来，我们考虑下非递归（迭代法）

代码3:public static long computeIteratively(int n){

if(n > 1){

long a = 0, b =1;

do{

long tmp = b;

b += a;

a = tmp;

n--;

}while( n > 1);

return b;

}

return n;

}

分析：这里的思路主要是从斐波数的性质出发。可以看出代码有交换的意图，易知b比a大。由于第n项由等于前两项的和，所以，每次计算F(N) ＝ F(N-1)+F(N-2) <＝> b = b + a;所以每次只需将b 覆盖 a ，b＋a覆盖b, 就可以向后继续计算。因为其是线性的，效率大大提高。计算computeIteratively的次数少于10万次。

最快一些？可以。考虑下，如果n是奇数，则a = 0,b = 1。n是偶数的话，则a = 1 ,b = 1。

代码4：

public static long computeIterattivelyFaster(int n){

if(n > 1){

long a , b  = 1;

n--;

a = n & 1;

n /= 2;

while( n > 0){

n --;

a += b;

b += a;

}

return b;

}

return n;

}

这里新版本主要在于每次只迭n /= 2; 每次循环直接计算两个斐波数，所以速度又快了一倍。但是会有个缺陷，JAVA的long是64位，意味着在计算n > 92时会溢出，大家注意一下。