斐波那契数列的7种实现

定义:

斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：0、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(2)=1, F(n)=F(n-1)+F(n-2)（n>=2，n∈N*）

递归法 

递归主要是在函数内部调用自己.递归实现的代码,非常容易理解,代码也非常简洁,缺点是效率较低 

def fab(n):
    if n==0 or n==1:
        return n
    else:
        return fab(n-1) + fab(n-2)

print fab(0), fab(1), fab(2), fab(3), fab(4), fab(5)

序列连接法

def myfibs(n):
    seq = [0, 1]
    while len(seq) < n:
        seq += [seq[len(seq)-1] + seq[len(seq)-2]]    
    return seq 

print fab(0), fab(1), fab(2), fab(3), fab(4), fab(5)

递推法

迭代主要思想为: 循环代码中参与运算的变量同时是保存结果的变量,最常见的迭代为遍历列表

def fab(n):
    a, b = 0, 1
    while n > 0:
        a, b = b, a + b
        n -= 1
    return a

print fab(0), fab(1), fab(2), fab(3), fab(4), fab(5)

生成器法

def fab_demo4(num):
    a,b = 0, 1
    while max > 0:
        yield  a
        a, b = b, a+b
        num -= 1
for i in (fab_demo4(5)):#fab(1), fab(2), fab(3), fab(4), fab(5)
    print i

类迭代方法

class Fibonacci(object):

    def __init__(self, num):
        self.num = num

    def __iter__(self):
        if self.num < 1:
            yield 1
        a, b = 0, 1
        while self.num > 0:
            yield a
            a, b = b, a + b
            self.num -= 1
    def __next__(self):
        return self.__iter__()

f = Fibonacci(5)
for i in f:
    print(i)

修饰器法

def cache(func):
    cached = {}
    def _func(args):
        if args not in cached:
            cached[args] = func(args)
        return cached[args]
    
    return _func

@cache
def fab(n):
    if n==0 or n==1:
        return n
    else:
        return fab(n-1) + fab(n-2)

print fab(0), fab(1), fab(2), fab(3), fab(4), fab(5)
import time
start_time = time.time()
print fab(100)
end_time = time.time()
print end_time-start_time

矩阵法

《线性代数》是大学计算机专业类低年级的课程，这门课教的就是矩阵，其实矩阵的本质就是线性方程式。

斐波那契数列中两个相邻的项分别为：F(n) 和 F(n - 1)，如果把这两个数当作一个2行1列的矩阵可表示为：

因为 F(n) = F(n-1)+F(n-2)，所以就有：

通过反推，其实它是两个矩阵的乘积得来的

依此类推：

 

 最后可推出：

代码实现如下:

import numpy

def fab(n):
    return (numpy.matrix([[1, 1], [1, 0]]) ** (n - 1) * numpy.matrix([[1], [0]]))[0, 0]

print fab(0), fab(1), fab(2), fab(3), fab(4), fab(5)