第 N 个泰波那契数
泰波那契序列 Tn 定义如下:
T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2
给你整数 n,请返回第 n 个泰波那契数 Tn 的值。
示例 1:
输入:n = 4
输出:4
解释:
T_3 = 0 + 1 + 1 = 2
T_4 = 1 + 1 + 2 = 4
示例 2:
输入:n = 25
输出:1389537
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/n-th-tribonacci-number
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
代码
class Solution:
def tribonacci(self, n: int) -> int:
if n == 0: return 0
if n <= 2: return 1
return self.tribonacci(n - 1) + self.tribonacci(n - 2) + self.tribonacci(n - 3)
此题和之前写的斐波那契数不一样,不可以用return self.tribonacci(n - 1) + self.tribonacci(n - 2) + self.tribonacci(n - 3)
,这样子会报超时。
lru_cache
因此就借鉴了一种python的缓存机制-functools.lru_cache
python3中的functools模块的lru_cache实现了这个功能,lru_cache主要思路是记录以往函数运行的结果,它把耗时的函数的结果保存起来方便下次使用,实现了备忘功能,它在递归函数中有着非常明显的效果。
它有两个参数
- maxsize:最多缓存的次数,默认为128。设置为2的n次幂时,性能最佳。
- typed::不同参数类型的调用将分别缓存,例如 f(3) 一个int参数和 f(3.0)一个float参数。
因此最后代码是(只需添加一行@functools.lru_cache(None)
)
from functools import lru_cache
class Solution:
@functools.lru_cache(None)
def tribonacci(self, n: int) -> int:
if n == 0: return 0
if n <= 2: return 1
return self.tribonacci(n - 1) + self.tribonacci(n - 2) + self.tribonacci(n - 3)
test = Solution()
print(test.tribonacci(30))
我看评论区也有人说用动态规划做,暂时没学动态规划,学了之后试试用动态规划。