斐波那契数列
斐波那契数列的特征:f2=f1=1,fn=fn-1 + fn-2 ; n>=3 例如:1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, ...
# 方法1 定义法 但是效率最低:O(1.618^n)
# 该方法也适合产生类斐波那契数列
a=time()
def fb(n):
if n==1 or n==2:
return 1
return fb(n-1)+fb(n-2) # 一般递归,return语句包含了表达式
for i in range(1,35):
print(fb(i), end=' ')
print('\ncost=',time()-a)
# 方法2 递归方法相比方法1效率提升巨大
# 该方法也适合产生类斐波那契数列
b=time()
def fb(n,s=(1,1)):
if n==1:
return s[0]
a,b = s
return fb(n-1,s=(b, a+b)) # 对递归做了优化:尾递归
"""
尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。
这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,
不会出现栈溢出的情况。
尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。
遗憾的是Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。
"""
for i in range(1,35):
print(fb(i),end=' ')
print('\ncost=',time()-b)
# 方法3 递推法,线性时间消耗 O(n),使用循环代替递归
# 该方法也适合产生类斐波那契数列
c=time()
def fb(n):
a,b=1,1
for _ in range(n):
a,b = b, a+b
return a
for i in range(1,35):
print(fb(i),end=' ')
print('\ncost=',time()-c)
# 方法4 矩阵方法,时间消耗O(logn),最小消耗
# 该方法只适合产生斐波那契数列
d=time()
def fb(n):
A = np.matrix([[1,1],[1,0]])
return pow(A,n)[0,1]
for i in range(1,35):
print(fb(i),end=' ')
print('\ncost=',time()-d)
另一典型递归用例:汉诺塔