斐波那契数列算法优化问题

斐波那契是数学中最值得讨论的一个问题，从12世纪斐波那契提出这个数列后，就有很多数学家研究过这个数列，对斐波那契数列的新发现也越来越多，这些细节我没能力去研究，这篇文章中要讲的是编程中对生成斐波那契数算法的优化。首先要说的就是斐波那契数列的定义，这一切都起源于一个生殖能力超强的兔子：

• 第一个月初有一对刚诞生的兔子
• 第二个月后(第三个月初)他们可以生育
• 每月没对兔子可生育的兔子会诞生下一对新兔子
• 兔子永不死去

几乎每个学计算机的在学编程语言的时候都会遇到这样的习题：计算第N个月兔子的总数

点击这里查看完整源代码，建议对着完整的代码调试。

最简单的递归算法

老师肯定会教的一种方法：

uint64_t fibonacci(unsigned int n) {
    if (n == 0) return 0;
    if (n <= 2) return 1;
    return fibonacci(n - 1) + fibonacci(n - 2);
}

该方法来自于斐波那契数列的一个递推式：fib(n) = fib(n-1) + fib(n-2)

然后使用递归算法并指定递归出口，即可得出结果。

使用循环迭代消除递归

递归因为要不断地调用函数自身，调用函数就伴随着参数以及函数局部变量入栈，当递归层数较大容易产生栈溢出，所以通常需要我们使用循环优化递归算法。幸运地是，大多数递归都能修改成循环（使用自定义栈保存变量的方式仍然算递归）。而且上面的算法在效率上存在很大的优化空间：

你会发现fib(5) = fib(4) + fib(3)，而求fib(4)的时候我们已经求过fib(3)，这意味着我们做了很多重复的工作，很明显我们需要把前面做过的工作暂存。

递归算法时间呈指数形式增长：O(2^N)；而使用循环迭代时间上呈线性增长：O(N)。在我笔记本上测试时，当n超过40递归算法的时间就开始爆炸了。

uint64_t fibonacci(unsigned int n) {
    if (n == 0) return 0;
    if (n == 1 || n == 2) return 1;
    uint64_t f1 = 1, f2 = 1, fn;
    for (unsigned int i = 3; i <= n; i++) {
        fn = f1 + f2;
        f1 = f2;
        f2 = fn;
    }
    return fn;
}

矩阵算法求解

斐波那契数列的递推公式是：fib(n) = fib(n-1) + fib(n-2)；我们可以用矩阵来表示这种关系：

$$\begin{bmatrix} F_{n}\\ F_{n-1} \end{bmatrix}= \begin{bmatrix} F_{n-1}-F_{n-2}\\ F_{n-1} \end{bmatrix} = \begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix} \times \begin{bmatrix} F_{n-1}\\ F_{n-2} \end{bmatrix}$$
进一步推到可以得到：
$$\begin{bmatrix} F_{n}\\ F_{n-1} \end{bmatrix}= \begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}^{n-1} \times \begin{bmatrix} F_1\\ F_0 \end{bmatrix} = \begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}^{n-1} \times \begin{bmatrix} 1\\ 0 \end{bmatrix}$$

从0开始算得到Fn则需要更进一步：

$$\begin{bmatrix} F_{n+1}\\ F_{n} \end{bmatrix}= \begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}^{n} \times \begin{bmatrix} F_1\\ F_0 \end{bmatrix} = \begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}^{n} \times \begin{bmatrix} 1\\ 0 \end{bmatrix}$$

我们要实现一下矩阵运算：

[a00a10a01a11]×