2021/10/21 斐波那契数列与矩阵快速幂 C++实现

斐波那契是一个神奇的东西，0，1，1，2，3，5，8，13，21等等，有一个递推公式：

f(N+1)=f(N)+f(N-1)

所以要实现一个取第一百万的斐波那契数字，最简单的方法是不停的加。

这其中有两个问题：1 效率，2 超大整数。

时间效率自不必说 O(N) 跑不了了，而另一个棘手的问题是超大整数。这个超大整数变量的运算是不能忽略效能的。其时间效能绝对不是O(1)。

所以需要优化算法，同时，需要找一个极致优化的大整数库轮子。

优化算法是百度来的，有无数人实现过的矩阵快速幂法。

已知如下方程成立，其中N>=1，如何实现求 f(N)：

$$\left[\begin{array}{cc}f(N+1)& f(N)\\ f(N)& f(N-1)\end{array}\right]={\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^N$$

使用快速幂法：
$${\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^N={\left({\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^{N/2}\right)}^2$$

比如原N为8，需要进行32次相乘运算，可以变为$$(((X^2{)}^2{)}^2)$$三次运算即可完成，时间复杂度变为O(logN)。当然，由于N不等于2的整数次幂的情况比如 9 ，可以变成 8 + 1 相乘的形式，$$(((X^2{)}^2{)}^2)\times X$$ 所以时间复杂度会稍微变大一点点。

我当初看到这种算法时，真是佩服的不要不要的，算法思路清奇，由递推公式的计算和矩阵联系在一起，作为没有选修过线代的人，无法想象，两个字，神奇，太TM神奇了。

嘎吹完毕，接着解决第二个问题，C++超大数整数库。对于这种常规的问题，我总是第一个求助于boost，事实上boost确实由cpp_int类，也确实可以完成任务。

但是，效率，还是效率问题。boost明显不是一个专门的数学库，所以其效率可能会打折扣。不卖关子了，咱们继续。

通过各种百度，了解到GMP库，#include <gmpxx>，编译参数加上 -lgmp -lgmpxx，可以有令人惊叹的效率提升。

以下代码：

    //矩阵快速幂生成超大数斐波那契数列
    mpz_class bigFibonacciFast(int N)
    {
        assert(N >= 0);
        if (N == 0)
        {
            return 0;
        }
        Liner::Mat<mpz_class> basic(2, 2);
        basic(0, 0) = 1;
        basic(0, 1) = 1;
        basic(1, 0) = 1;
        basic(1, 1) = 0;
        //矩阵中的1就是[1,0][0,1],任何矩阵乘以它都是矩阵自身。
        Liner::Mat<mpz_class> rest(2, 2);
        rest(0, 0) = 1;
        rest(0, 1) = 0;
        rest(1, 0) = 0;
        rest(1, 1) = 1;
        while (N)
        {
            //当N为奇数，则有(basic)^(N-1)*basic, 将basic项乘给rest
            //其余项为(basic^2)^((N-1)/2)*rest
            //依次递推，如幂为奇数则将当时的basic^x拿出乘以rest，剩下的为偶数幂
            //再将偶数幂除以2，依次类推，直至幂为1，将此时的basic^x乘以rest即可
            if (1 & N) //位操作，判断是否为偶数
            {
                //初始rest相当于 “ 1 ”
                rest = basic * rest;
            }
            basic = basic * basic;
            //位操作，向右移动1位，相当于除以2
            N >>= 1;
        }

        return rest(0, 1);
    }

当然，上述代码缺了一个矩阵库，我是自己实现的，其实效率不高，就不贴出来献丑了，需要高效率的，请搜索专用的线性代数库，比如eigen3，openblas（我没用过，但我下过库），等等。