斐波那契数列及其优化

  描述：求斐波那契数列的第n项。写一个函数，输入n,求斐波那契数列的第n项。
  时间：2019-07-31 20:27
  类名：fibonacci

  斐波那契数列 又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F₍₀₎=0，F₍₁₎=1, …F_(n)=F_(n-1)+F_(n-2)，即从第三项开始每一项都等于前面两项的和。具体形式可以参考下图（这也是兔子数列的由来）：

1.递归解法

long long fibonacci(unsigned int n)    //递归
{
	if (n <= 0)
	{
		return 0;
	}
	if (n == 1)
	{
		return 1;
	}
	else
	{
		return fibonacci(n - 1) + fibonacci(n - 2);
	}
}

  普通递归在递归过程中，随着栈帧的开辟，在栈帧回退的过程中，存在大量重复计算，下图以 fibonacci(5)为例，可以看出局部数据的重复出现。也就是说，当n很大时，我们的栈会被压爆，导致编写的程序执行效率低并且欠缺健壮性和可靠性。

2.递归优化（尾递归）

  如果一个函数中所有递归形式的调用都出现在函数的末尾，我们称这个递归函数是尾递归的。当递归调用是整个函数体中最后执行的语句且它的返回值不属于表达式的一部分时，这个递归调用就是尾递归。尾递归函数的特点是在回归过程中不用做任何操作，这个特性很重要，因为大多数现代的编译器会利用这种特点自动生成优化的代码。

long long fibonacci1(long long a, long long b, unsigned int n)    //递归优化
{
	if (n >= 2)
	{
		return fibonacci1(a + b, a, n - 1);
		//将本次计算的结果和上次计算的结果作为参数传入下一次计算中，以减少重复计算。第四法则
	}

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

3.记忆化搜索（以空间换时间）
  采用数组进行重复值记录，当重复值出现时，先查数组，不存在值时再进行赋值。进而减少重复计算。

long long fibonacci2(unsigned int n, vector<long long> &memory)    //递归
{	
	if (n <= 0)
	{
		memory[n] = 0;
	}
	if (n == 1)
	{
		memory[n] = 1;
	}
	else
	{
		if (memory[n] == -1)
		{
			memory[n] = fibonacci2(n - 1, memory) + fibonacci2(n - 2, memory);
		}
	}
	return memory[n];
}

4.循环实现
  和3具有相同的原理，通俗易懂，便于实现，效率也不错

long long fibonacci3(unsigned int n)   //非递归
{
	int result[] = {0, 1};
	if (n < 2)
	{
		return result[n];
	}

	long long fibNMiunsOne = 0;
	long long fibNMiunsTwo = 1;
	long long fibN = 0;

	for (unsigned int i = 2; i <= n; i++)
	{
		fibN = fibNMiunsOne + fibNMiunsTwo;
		fibNMiunsOne = fibNMiunsTwo;
		fibNMiunsTwo = fibN;
	}
	return fibN;
}

  long long fibonacci3(unsigned int n)   //非递归
  {
  		int  f = 0; 
  		int  g = 1;

		while(0 < n--)
		{
			g = g + f;
			f = g - f;
		}
		return f;
  }

运行结果

int main()
{
	int n = 35;
	vector<long long> memory(n + 1, -1);

	cout << fibonacci(35) << endl;
	cout << fibonacci1(1, 0, 35) << endl;
	cout << fibonacci2(n, memory) << endl;

	cout << fibonacci3(35) << endl;

	return 0;
}

5.矩阵快速幂优化矩阵算法