编程笔记（一）求斐波那契数列的第n项的三大方法

本文章示例代码使用python语言。不同语言的朋友也可以看看算法。

我们知道斐波那契数列f(n)有以下性质：
1.$f(0)=0,f(1）=1$
2.$f(n)=f(n-1)+f(n-2)$
那么，对于一个指定的数字n,我们应该怎么求f(n)呢？
法一：递归法

def f(n):
    if n==0:
        return 0
    elif n==1:
        return 1
    else:
        ans=f(n-1)+f(n-2)
        return(ans)
n=int(input())
print(f(n))

时间复杂度为O(n^2)
n=30时所用时间：400ms左右
当n过大时建议不使用。
法二：通项公式法
简略版
我们知道斐波那契数列通项：
f(n)=$\frac{1}{\sqrt{5}}((\frac{1+\sqrt{5}}{2}{)}^n-(\frac{1-\sqrt{5}}{2}{)}^n)$
（想看证明可评论回复我）
直接代入n:

from math import*
n=int(input())
ans=1/sqrt(5)*((((1+sqrt(5))/2)**n)-(((1-sqrt(5))/2)**n))
print(int(ans))

时间复杂度为O（n），但n过大(n>40)会造成浮点数误差累积，即算出来的f(n)与真实值相差较大。
改进版：
由f(n)=$\frac{1}{\sqrt{5}}((\frac{1+\sqrt{5}}{2}{)}^n-(\frac{1-\sqrt{5}}{2}{)}^n)$
f(n)=$\frac{1}{\sqrt{5}}\frac{1}{2^n}((1+\sqrt{5}{)}^n-(1-\sqrt{5}{)}^n)$
再二项式展开化简（想看展开过程可评论回复我）：
f(n)=$\frac{1}{2^{n-1}}(C_n^1{5}^0+C_n^3{5}^1+C_n^5{5}^2+......+C_n^k{5}^{\frac{k-1}{2}})$

当$n$为奇数时，$k=n-1$,当n为偶数时，$k=n$.

#定义阶乘
def factorial(n):
    s=1
    if n<0:
        print('error')
    else:
        for i in range(1,n+1):
            s=s*i
        return(s)
#定义组合数
def combination(n,k):
    if n<k or n<=0 or k<0:
        print('error')
    elif k==0:
        return(1)
    else:
        X=factorial(n)
        Y=factorial(n-k)*factorial(k)
        return(X//Y)    
n=int(input())
ans,k=0,1
while k<=n:
    ans=ans+combination(n,k)*(5**((k+1)//2-1))
    k=k+2
ans=int(ans//(2**(n-1)))
print(ans)

避免了公式中$\sqrt{5}$的浮点数误差。
时间复杂度为 O（n）,
当n=1000时，运行速度：400ms左右。
法三 矩阵快速幂
矩阵与斐波那契数列：
因为$\left[\begin{array}{cc}f(1)& f(0)\end{array}\right]$$\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]$=$\left[\begin{array}{cc}f(1)+f(0)& f(1)\end{array}\right]$=$\left[\begin{array}{cc}f(2)& f(1)\end{array}\right]$
因此有结论
$\left[\begin{array}{cc}f(n)& f(n-1)\end{array}\right]$=$\left[\begin{array}{cc}f(1)& f(0)\end{array}\right]$${\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^{n-1}$
快速幂：
当n为奇数时，
$A^n=A(A^2{)}^{\frac{n-1}{2}}$
当n为偶数时：
$A^n=(A^2{)}^{\frac{n}{2}}$
利用矩阵快速幂，可以快速求解。

#矩阵乘法
def matrixmultiply(a,b):
    ans,C=[],[]
    if len(a[0])==len(b):
        for i in range(1,len(a)+1):
            C=[]
            for j in range(1,len(b[0])+1):
                c=0
                for k in range(1,len(b)+1):
                    c+=a[i-1][k-1]*b[k-1][j-1]
                C.append(c)
            ans.append(C)
        return(ans)
    else:
        return('error')
#求单位矩阵
def matrixelement(a):
    ans=[]
    if len(a[0])==len(a):
        for i in range(1,len(a)+1):
            C=[]
            for j in range(1,len(a[0])+1):
                c=0
                if i==j:
                    c=1
                else:
                    c=0
                C.append(c)
            ans.append(C)
        return(ans)
    else:
        return('error')        
#求矩阵幂
def matrixqiuckpow(a,b):
    ans=matrixelement(a)
    while b!=0:
        if b%2==1:
            ans=matrixmultiply(ans,a)
            b=b-1
        else:
            a=matrixmultiply(a,a)
            b=b//2
    return(ans)
n=int(input())
a=[[1,1],[1,0]]
f1=[[1,0]]
ans=matrixmultiply(f1,matrixqiuckpow(a,n))
print(ans[0][1])

矩阵快速幂的时间复杂度是O（log(n))
当n=100,000时，运行时间：700ms左右。
（大部分时间是用在print（）上了，真正运算时间可能只有几毫秒，读者可以试试n=10,000时输出数字有多大）
总结：设计程序时应该选择时间复杂度尽可能小的算法，O（log(n))是比较快速的算法之一。