基于Cache的Fibonacci数列的计算

最新推荐文章于 2022-12-31 23:01:42 发布

DrCrypto

最新推荐文章于 2022-12-31 23:01:42 发布

阅读量976

点赞数

分类专栏：算法学习文章标签：缓存递归

本文链接：https://blog.csdn.net/u011240016/article/details/52472315

版权

算法学习专栏收录该内容

96 篇文章 25 订阅

订阅专栏

本文探讨了如何利用动态规划和Cache优化计算Fibonacci数列，通过递归结合Cache避免重复计算，减少了计算量。文章通过代码示例展示了递归缓存方法，并指出虽然优化空间后单次计算更快，但不保存历史值，而数组缓存则能在O(1)时间内获取任意斐波那契数。

摘要由CSDN通过智能技术生成

这个数列在编写程序的过程中，应该被无数次提起，今天再次提起，作为动态规划的一个引入。
动态规划被人总结为：

递推 + Cache

而使用Cache方式的Fib数列计算也是很酷的。代码非常简洁，但是如果没有这种思想，就很难理解为什么这么写了。
另一种情况是，我们知道要用个数组去缓存，但是在具体实现的过程中，就很难翻译成代码，这里姑且当作一种反思吧。

OK,先看代码：

#define MAXN 45
#define UNKNOWN -1
#include<stdio.h>

long f[MAXN+1]; //用于缓存已经计算的数组
long fib_c(int n)
{
    if(f[n] == UNKNOWN)
    {
        f[n] = fib_c(n-1) + fib_c(n-2);
    }
    return f[n];
}
long fib_c_driver(int n)
{
    //初始化缓存数组
    f[0] = 0;
    f[1] = 1;
    for(int i = 2; i <= n; i++)
    {
        f[i] = UNKNOWN;
    }
    return(fib_c(n)); //计算
}
int main(void)
{
    printf("%d\n",fib_c_driver(3));
}

首先如果计算一个斐波那契数，我们调用fib_c_driver函数。这个函数将会把缓存数组初始化，前两个数是我们已知的0，1，第三个开始到以后都看作未知，初始化为-1,这个数字随便写，但是不要是一个可能的斐波那契数。
然后将调用fib_c函数去递归计算，这个过程稍微解释一下：
进来以后，先判断数组中是否已经缓存，如果没有缓存，就递归计算。

如果求的是fib_c(0), fib_c(1)，直接返回已经有的数值。

如果求得是fib_c(2),一看，数组中没有缓存，于是计算f[2] = f[1] + f[0],但是这么写就不对，因为f[1],f[0]也是需要计算得来。因为0，1开始就知道，如果计算的是f[45], 直接返回了f[44] + f[43],那么得到的是-2,根本不是我们想要的数，所以，f[2] 后面写的是fib_c(1) + fib_c(0)。

广义一些即为：f[n] = fib_c(n-1) + fib_c(n-2);

那么这个与平常写的那个递归有何区别呢？
我们看f[4] = fib_c(3) + fib_c(2),转换成去求fib_c(3)和fib_c(2)。
fib_c(3)进来是判断f[3] == UNKNOWN,结果是f[3]已经缓存好了，不用再去计算。同样f[2]也是这样。

这里写图片描述

这里用树形图展开，如果未加缓存的计算，将是这棵树的深度优先遍历，每一个树枝都将被走一遍。而如果是缓存，则只需要走最左边的那个路径：F(6 ) –> F(5)–>F(4)–>F(3)–>F(2)–>F(1),F(0),然后整个数组就被写好了。这下减掉多少树枝！

当然，你能感受到，既然是简单的缓存数据，干嘛还要用递归的方式去缓存呢？直接来不就好~
以下：

//非递归调用版本
long fib_dp(int n)
{
    f[0] = 0;
    f[1] = 1;
    for(int i = 2; i <= n; i++)
    {
        f[i] = f[i-1] + f[i-2];
    }
    return f[n];
}

这个简洁到不用解释了。比上面递归的版本要优秀一些。但是上面的递归大概也可以看作走到这里的缓存吧！

到这里似乎可以结束了，但是我们看到，当我们计算时，需要开辟一个数组，存储了从0，1，1，2，3，5….所有的数据，这…是不是有点奢侈？

对的，虽然时间宝贵，空间也相当宝贵。
我们计算时，当前的状态仅仅与回退到之前的两个状态相关，那么是否可以只用一个变量解决这种问题呢？
答案是可以的。

long fib_ultimate(int n)
{
    long back1 = 1, back2 = 0;
    long next;

    if(n == 0)
    {
        return 0;
    }

    for(int i = 2; i < n; i++)
    {
        next = back1 + back2;
        back2 = back1;//先求得back2，再求得back1
        back1 = next;
    }
    return back1 + back2;
}

这就有了一些动态规划中，状态转移方程的意思了！

但是值得注意的是，优化了空间后，取得单个斐波那契数值加快了，但是并不存储过去的值。即，计算Fib(45),就是单纯的计算出这个值，这个过程中产生的其他值都被抛弃了。再需要Fib(45),或者Fib(30)等，需要重新计算。如果基于数组的缓存，计算Fib(45)后，从Fib(0)到Fib(45)的值，随用随取，可以做到在O(1)内得到结果。所以，具体问题具体分析。时间优化是必要之举，空间优化适当选择。