python查询斐波那契数列_斐波那契查找原理——附python和C++实现

在正式介绍斐波那契查找之前，首先要知道什么是斐波那契数列：机器学习入坑者：面试被问到斐波那契数列怎么办？——附python和C++实现​zhuanlan.zhihu.com

前面的文章分析了顺序查找、二分查找和插值查找，其中顺序查找的思想最简单，只需要将目标值和数据中每一个值进行比较即可；二分查找每次将区间长度缩减一半；插值查找按照目标值和边界值的关系确定区间分割方式。

斐波那契查找同样是查找算法家族中的一员，它要求数据是有序的(升序或降序)。斐波那契查找采用和二分查找/插值查找相似的区间分割策略，都是通过不断的分割区间缩小搜索的范围。

要点：斐波那契数和数据有什么关系？

斐波那契数列中(上表来自维基百科)，从第三项开始，每一项都等于前两项之和：

上述性质可以用于数据区间分割，将一个长度为F(n)数组看做前后两半，前面一半长度是F(n-1)，后面一半的长度是F(n-1)。正是这个想法将斐波那契数列和数组联系到一起，也是后面分析的基础：

其中n的取值是任意长度的，即对任意长度的数组都能找到对应的斐波那契数，下面将具体介绍斐波那契查找的步骤。

1、原理分析

斐波那契查找的整个过程可以分为：构建斐波那契数列；

计算数组长度对应的斐波那契数列元素个数；

对数组进行填充；

循环进行区间分割，查找中间值；

判断中间值和目标值的关系，确定更新策略；

1.1 构建斐波那契数列

这一步骤见前面的文章，构建斐波那契数列如下：

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]

1.2 计算数组长度对应的斐波那契数列元素个数

假设手中的数据如下：

[1, 2, 4, 6, 7, 9, 13,

16, 17, 21, 23, 25, 27,

31, 45, 56, 58, 61, 65,

67, 73, 75, 88, 93, 102]

可知上述数据共25个元素，不对应1.1节中的斐波那契数列中任何F(n)，这种情况是很常见的。此时，策略是采用“大于数组长度的最近一个斐波那契数值”。比如当前数组长度为25，斐波那契数列中大于25的最近元素为34。

1.3 对数组进行填充

确定了斐波那契数值后，就要进行数值填充，即将数组从25个元素填充到34个。填充时，将第26到34个元素均采用第25个元素值进行填充，即最大值填充。

1.4 循环进行区间分割，查找中间值

这一个步骤与前面介绍的二分查找和插值查找相似，都是不断的缩小搜索区间，进而确定目标值的位置。区间分割公式如“要点”所述，每次分割中间位置的计算如下：

此时数组被分割为左右两个区间，左边区间含有F(n-1)个元素，-1是因为下标从0开始(比如F(1)表示两个元素)。

1.5 判断中间值和目标值的关系，确定更新策略

中间值和目标值有三种大小关系，分别对应三种处理方式：相等，则查找成功，返回中间位置即可；

中间值小于目标值，则说明目标值位于中间值到右边界之间(即右区间)，右区间含有F(n-2)个元素，所以n应该更新为n=n-2；

中间值大于目标值，这说明目标值位于左边界和中间值之间(即左区间)，左区间含有F(n-1)个元素，所以n应更新为n=n-1；

2、python实现

(1)实现过程中，如果数据是列表，则必须首先进行深度复制，因为填充过程会更改原始数据；

(2)因为预先不知道需要多少个斐波那契数值，所以使用max_size先构造一个较多斐波那契数值；

import copy

def fibonacci_search(ord_data, target_value, max_size):

"""Args:ord_data: ordered datatarget_value: value that be searchedmax_size: max size of fibonacci number"""

# 0：首选深度复制数据

D = copy.deepcopy(ord_data)

# 1：构建斐波那契数列

F = [0, 1] + [fibonacci(i) for i in range(2, max_size)]

# 2：计算数据长度对应斐波那契数列元素

index = 0

while(F[index]

index += 1

# 3：对数据进行填充

for i in range(len(D), F[index]):

D.append(D[len(D)-1])

# 4：对区间不断分割

left = 0

right = F[index]

while left <= right and index>0:

# 计算分割位置，左区间长度为F(n-2)，右区间长度为F(n-1)

# -1是因为下标从0开始，即D[0]到D[20]对应21个元素

mid = left + F[index-1] - 1

# 判断中间值和目标值的关系

if D[mid] == target_value:

# 此时搜索到的目标值是填充的值

if mid > len(ord_data):

return len(ord_data)-1

else:

return mid

elif D[mid] < target_value:

left = mid + 1

index = index - 2

elif D[mid] > target_value:

right = mid - 1

index = index - 1

return None

3、C++实现

int fibonacciSearch(vectordata, int maxSize, int targetValue) {

// 1：构建斐波那契数列vectorfiboArray(maxSize, 0);

int oriLength = data.size();

for (int i = 0; i < maxSize-1; i++) {

fiboArray[i+1] = fibonacci(i);

// printf("%d ", fiboArray[i]);}

// 2：计算数据长度对应斐波那契数列元素int index = 0;

while (fiboArray[index]

{

index++;

}

// printf("%d %d \n", index, fiboArray[index]);

// 3：对数据进行填充for (int i = data.size(); i < fiboArray[index]; i++) {

data.push_back(data[data.size()-1]);

// printf("%d ", data[i]);}

// 4：对区间不断分割int left = 0;

int right = data[data.size() - 1];

while (left<=right && index>=0)

{

// 计算中间位置int mid = left + fiboArray[index - 1] - 1;

// 对三种情况分别处理// 目标值搜索成功if (data[mid] == targetValue) {

// 如果mid比原始数据长度大，则说明mid位置为填充的元素if (mid >= oriLength) { return oriLength - 1; }

else { return mid; }

}

// 目标值在中间值左边，更新右边界else if (data[mid]>targetValue) {

right = mid - 1;

index = index - 1;

}

// 目标值在中间值右边，更新左边界else {

left = mid + 1;

index = index - 2;

}

}

// 搜索失败return -1;

}

4、总结

折半查找需要进行除法，插值查找需要进行更复杂的乘法和除法，而斐波那契查找只需要使用加法和减法，在数据量较大时优势更明显。

参考：