斐波那契数列，递归函数的用例

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)

矩阵形式推导

# 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)

 

算法复杂度分析

另一典型递归用例：汉诺塔