斐波那契数列前n项和 c++_斐波那契数列第一千万项怎么求

众所周知，斐波那契数列的定义是：f(0) = 0, f(1) = 1, 且当 n > 1 时 f(n) = f(n-1) + f(n-2)。今天讨论个相对简单的问题：斐波那契数列第一千万项怎么求？

暴力算法(V0)

最容易想到的是直接翻译递推式，二话不说撸出代码：

func 

很可惜当输入为 n = 10000000 时这段代码在我的电脑上跑了足足有 15 分钟，风扇呼呼地转。

矩阵快速幂优化(V1)

因为从定义我们很容易得到：

问题转成了如何快速求出 R，这里对 n 分奇偶讨论：

根据这一版的递推公式来实现的代码：

func 

当输入为 n = 10000000 时大约 2.435 秒出结果，当然我们也可以把递归改成迭代(速度没有明显差距)：

func 

矩阵对称性优化(V2)

之所以写这篇文章，主要就是因为网上大部分的资料都止步于矩阵快速幂，其实在这基础上还有可以秀微操的空间。我们再来仔细看看 R 的定义：

你会发现之前的运算其实做了很多无用功：

• z 和 y 必然相等，z 没必要再计算一遍。
• t = x - y，因此 t 也没必要再计算一遍。

最后你会发现，原来只需要计算矩阵第一列的那两个元素即可：

根据这一版的公式再次实现代码：

func 

这次只需要 0.843 秒了，同样我们可以把递归改成迭代(速度没有明显差距)：

func 

一种更慢的写法(Slow)

其实不管是V1还是V2，除了上面的递归和迭代两种写法，网上还能见到另一种写法：

func 

很不幸这种写法虽然更容易实现，但在绝大多数情况下要更慢一些，下表是各个函数在我电脑上的运行时间汇总：

想知道为什么可以查一查秦九韶算法(Horner's method)，我们原始的写法实际上是利用了这个方法进行优化的。

补充版本：Cassini’s formula(V3)

V2版本看起来似乎已经做到极致了，因为对于一个 n 它只需要执行 3*log(n) 次乘法运算(数据大到一定程度时乘法运算是主要开销)。

还能再优化吗？可以的。（受到 fss.sosei：斐波那契数列与Python的尾递归蹦床　连载【6】 的启发）

再来分析V2版本里面的 3 次核心乘法，其本质上就是：

这时候我们需要用到一个叫做 Cassini’s formula 的公式了：

证明很简单，考虑 R 矩阵的行列式就可以了，这里不多赘述。利用这个公式，我们可以进行以下推导：

也就是说，原来 xy 还可以由 xx 和 yy 得到，免去了一次乘法，基于此优化的代码如下：

func 

这段代码在 n = 10000000 时运行了 0.522 秒，比起V2版本的 0.843 秒还要好不少，当然我们也可以把递归改成迭代(速度没有明显差距)：

func 

最后附上相关的辅助代码：

type