斐波那契数列递归优化

背景：今天看网课提到了斐波那契数列使用递归效率过低的问题，于是自己写代码使用递归求第100项，出去吃完早饭回来还没跑完。。。好吧，需求来了，我们来开始优化吧！😅

1、原代码

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

2、改进

两种办法，本质上都是把先前函数运行的结果存起来，下一次需要调用时候直接使用。

第一种是装饰器，args[0]即是被装饰函数的参数（因为fibonacci函数只有一个参数，故可以这么写，也可以用关键字参数的方式，或者直接命名为n，都是可以的），可以看到每次被装饰函数被调用后都会把结果以 param:result 的方式存与字典，后续调用可以直接从字典获取，从而避免了重复的计算。

from functools import wraps


def cache(func):
	d = dict()

	@wraps(func)
	def wrapper(*args):
		if args[0] not in d:
			res = func(args[0])
			d[args[0]] = res

		return d[args[0]]

	return wrapper

第二种是使用队列，每次计算时将队头两个元素出队，计算其和，即为本次运行的结果。最后将上一次运算结果和本次结果追加到队尾，作为下一次运算的参数，执行n-2次后，队尾巴元素即为所求。

from collections import deque


def fibonacci_no_recursion(n):
	q = deque([1, 1])
	if n <= 2:
		return q.pop() + q.pop()

	for i in range(n - 2):
		a1 = q.popleft()
		a2 = q.popleft()
		q.append(a2)
		q.append(a1 + a2)

	return q.pop()

3、运行

可见非递归最快，递归加缓存的次之，二者在输入为30时的耗时尚在同一量级，而改进前的则是成千上万倍的效率差距，随着数字增大，这个差距会呈指数级别的增大。

4、完整代码

from collections import deque
from functools import wraps
import time


def cache(func):
	d = dict()

	@wraps(func)
	def wrapper(*args):
		if args[0] not in d:
			res = func(args[0])
			d[args[0]] = res

		return d[args[0]]

	return wrapper


def time_delta(func):
	@wraps(func)
	def wrapper(*args, **kwargs):
		t1 = time.time() * 1000
		res = func(*args, **kwargs)
		t2 = time.time() * 1000
		print(': '.join([func.__name__, str(t2 - t1) + 'ms']))
		return res

	return wrapper


# 原始递归数列
def fibonacci_2(n):
	if n == 1 or n == 2:
		return 1
	else:
		return fibonacci_2(n - 1) + fibonacci_2(n - 2)


@time_delta
def fibonacci_original(n):
	return fibonacci_2(n)


# 加缓存的递归数列
@cache
def fibonacci(n):
	if n == 1 or n == 2:
		return 1
	else:
		return fibonacci(n - 1) + fibonacci(n - 2)


@time_delta
def fibonacci_with_cache(n):
	return fibonacci(n)


# 队列实现的非递归数列
@time_delta
def fibonacci_with_queue(n):
	q = deque([1, 1])
	if n <= 2:
		return q.pop() + q.pop()

	for i in range(n - 2):
		a1 = q.popleft()
		a2 = q.popleft()
		q.append(a2)
		q.append(a1 + a2)

	return q.pop()


if __name__ == '__main__':
	num = int(input("请输入n: "))
	print('result: ', fibonacci_original(num), end='\n\n')
	print('result: ', fibonacci_with_cache(num), end='\n\n')
	print('result: ', fibonacci_with_queue(num))