第 N 个泰波那契数

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。