问题描述
斐波那契数列的递推公式如下,在编程中最直接的实现方式是使用递归,如果能将每一步的计算结果缓存下来,那计算效率肯定更高
F ( 1 ) = 1 F ( 2 ) = 1 F ( n ) = F ( n − 1 ) + F ( n − 2 ) , n ≥ 3 \begin{array}{l}F(1)=1\\F(2)=1\\F(n)=F(n-1)+F(n-2),\;n\geq3\end{array} F(1)=1F(2)=1F(n)=F(n−1)+F(n−2),n≥3
解决方案
使用functools
模块中的lru_cache()
,使用最久未使用(LRU)缓存算法
PS:该算法在计算结果相同时有用,如time()
或random()
之类的函数是没有用的
代码
from functools import lru_cache
@lru_cache(maxsize=None)
def fib(n):
if n < 2:
return n
return fib(n - 1) + fib(n - 2)
def fib1(n):
if n < 2:
return n
return fib1(n - 1) + fib1(n - 2)
result = [fib(i) for i in range(16)]
print(result)
print(fib.cache_info()) # 查看命中和未命中次数
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610]
# CacheInfo(hits=28, misses=16, maxsize=None, currsize=16)
对比
%%timeit
[fib(i) for i in range(16)]
# 2.26 µs ± 27.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit
[fib1(i) for i in range(16)]
# 567 µs ± 4.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
计算n=16的斐波那契数列的情况下,快250倍。使用了缓存后,n=1000也能轻松计算出来。