oracle斐波那契数列累加,斐波拉契数列及其应用 （递归与循环）

相信大家一定不陌生斐波那契数列吧，今天小G就和大伙儿分享一下斐波拉契数列背后隐藏的递归和循环思想。

先简单描述一下，什么是斐波拉契数列呢？

斐波那契数列又称黄金分割数列。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”。它指的是这样一个数列：0、1、1、2、3、5、8、13、21、……在数学上，斐波纳契数列以如下被以递归的方法定义：F0=0，F1=1，Fn=F(n-1)+F(n-2)(n>=2，n∈N*)，用文字来说，就是斐波那契数列列由 0 和 1 开始，之后的斐波那契数列系数就由之前的两数相加。特别指出：0不是第一项，而是第零项。现在我们想要编程实现这样一个数列，想想该怎么办？请你输出斐波那契数列的第n项(从0开始，第0项为0)。

这个问题可以说是迭代(Iteration)VS 递归(Recursion)，f(n) = f(n-1) + f(n-2)，第一眼看就是递归啊，简直完美的递归环境！！递归肯定很easy！！这样想着，小G兴奋的敲下了关键的两三行代码，如下：

class Solution:

def Fibonacci(self, n):

if(n<=1): return n;

else: return self.Fibonacci(n-1)+self.Fibonacci(n-2)

Hold on！Hold on！！ Hold on！！！

哗哗地，小G的脑袋里突然响起了一个冰冷的声音：如果给你一个超大数值的n怎么办呢，比如说n=10000000000。小G看了一眼刚刚敲好的程序，陷入了沉思：原来自己的程序里存在着大量的重复计算呀，而且重复的情况还很严重！举个小点的例子，n=4，看看程序怎么跑的：

Fibonacci(4) = Fibonacci(3) + Fibonacci(2);

= Fibonacci(2) + Fibonacci(1) + Fibonacci(1) + Fibonacci(0);

= Fibonacci(1) + Fibonacci(0) + Fibonacci(1) + Fibonacci(1) + Fibonacci(0);

由于我们的代码并没有记录Fibonacci(1)和Fibonacci(0)的结果，对于程序来说它每次递归都是未知的，因此光是n=4时f(1)就重复计算了3次之多。那么如何求解呢，动态规划似乎不错，以一定的空间代价避免代价更大的重复计算的栈空间浪费，关于动态规划三个条件：最优子结构、无后效性、子问题重叠这些就不谈了，因为理(wo)论(ye)性(bu)太(tai)强(dong)了。

想到这里，小G如释重负，搓搓双手敲下了下面的代码：

class Solution:

def Fibonacci(self, n):

l = [0,1]

while len(l)<=n:

l.append(l[-1]+l[-2])

return l[n]

取一个超级大的n，看一下运行的时间和占用的内存 ：

嗯！效果还不错啊！！

其实斐波拉契数列这种想法有很多奇奇怪怪的变式花样，比如前一阵子小G看到一个关于跳台阶的问题。描述如下：

有一只可爱的小青蛙，闲着无聊想要锻炼身体，于是找了个废弃的郊外别墅练习“蛙跳”。由于体力有限，它一次只能跳上1级台阶，也可以发个力跳上2级。那么请你想一想，这只小青蛙跳上一个n级的台阶总共有多少种跳法呢？

我们可以把这个问题分解一下：

a. 如果两种跳法，1阶或者2阶，那么假定第一次跳的是一阶，那么剩下的是n-1个台阶，跳法是f(n-1);

b. 假定第一次跳的是2阶，那么剩下的是n-2个台阶，跳法是f(n-2)

c. 由a\b假设可以得出总跳法为: f(n) = f(n-1) + f(n-2)

d. 然后通过实际的情况可以得出：只有一阶的时候 f(1) = 1 ,只有两阶的时候可以有 f(2) = 2

e. 可以发现最终得出的是一个斐波那契数列！

注意：因为小青蛙每次都不能原地跳，所以初值记得调整一下哦。简单实现一下如下：

class Solution:

def jumpFloor(self, n):

l = [1,1]

while len(l)<=n:

l.append(l[-1]+l[-2])

return l[n]

看到小青蛙在这不停的蹦跶，一只路过的蛙界国家队运动员停下了脚步，对小青蛙说：“你这跳的也忒慢了吧。我可以一次性就跳上n级台阶，但我也可以每次偷个懒只跳1级台阶，或者跳上2级，3级，.....，n-1级等等。那么请你想一想，这个青蛙运动员跳上一个n级的台阶总共有多少种跳法呢？

来理一下思路吧。

因为n级台阶，第一步有n种跳法：跳1级、跳2级、到跳n级；

跳1级，剩下n-1级，则剩下跳法是f(n-1)；

跳2级，剩下n-2级，则剩下跳法是f(n-2)；

所以f(n)=f(n-1)+f(n-2)+...+f(1)

因为f(n-1)=f(n-2)+f(n-3)+...+f(1)

所以f(n)=2*f(n-1)

直接看图：

代码实现如下：

class Solution:

def jumpFloorII(self, n):

if n <=1: return n

else:

i, temp = 1, 1

while i < n:

l = 2*temp

temp = l

i += 1

return l

其实上面的解法有些繁琐了，小G是是一个追求简约的人。敲这么多行代码太折腾嘞。。。。

我们来换一个思路。

我们可以把每个台阶看作一块木板，让青蛙运动员跳上去，n个台阶就有n块木板，最后一块木板是青蛙到达的位子， 必须存在，其他 (n-1) 块木板可以任意选择是否存在，则每个木板有存在和不存在两种选择，(n-1) 块木板 就有 2^(n-1) 种跳法，可以直接得到结果。 2^(n-1)可以用位移操作进行，更快。

哈哈，这个想法是不是很清新脱俗呢？那么来实现一下吧。

class Solution:

def jumpFloorII(self, n):

return 1<

可能有些朋友还见过这样一类矩形覆盖问题。用2*1的小矩形横着或者竖着去覆盖更大的矩形，问用n个2*1的小矩形无重叠地覆盖一个2*n的大矩形，总共有多少种方法？

其实这种问题说到底依旧是斐波那契数列，只是在初始值时不太一样。我们来分析一下：

代码实现一下吧：

class Solution:

def rectCover(self, n):

l =[0,1,2]

while len(l) <= n:

l.append(l[-1]+l[-2])

return l[n]

好了，今天的斐波拉契数列问题到此就要结束啦。最后来总结一下吧。

对待这类递归迭代问题，我们需要首先分析一下问题的初始情况。对于初始情况进行特殊分析，不怕麻烦的话，可以动手提笔写一写，总结一下是否存在着隐含的规律。递归问题说到底，就是把未来的解划归为以前解的组合。但是实现的话，如果只是简单机械的用递归来实现，必然会存在大量的重复计算，从而造成极大的运行时间开销。这时候最的方法就是采用迭代+循环。