斐波那契數列的5種python寫法
斐波那契數列(Fibonacci sequence),又稱黃金分割數列、因數學家列昂納多·斐波那契(Leonardoda Fibonacci)以兔子繁殖爲例子而引入,故又稱爲“兔子數列”,指的是這樣一個數列:1、1、2、3、5、8、13、21、34、……在數學上,斐波納契數列以如下被以遞歸的方法定義:F(1)=1,F(2)=1, F(n)=F(n-1)+F(n-2)(n>=2,n∈N*)
斐波那契數列,難點在於算法,還有如果變成生成器,generator,就要用for循環去遍歷可迭代的generator
第一種 遞歸法
def fib_recur(n):
assert n >= 0, "n > 0"
if n <= 1:
return n
return fib_recur(n-1) + fib_recur(n-2)
for i in range(1, 20):
print(fib_recur(i), end=' ')
寫法最簡潔,但是效率最低,會出現大量的重複計算,時間複雜度O(1.618^n),而且最深度1000
第二種 遞推法
def fib_loop(n):
a, b = 0, 1
for i in range(n + 1):
a, b = b, a + b
return a
for i in range(20):
print(fib_loop(i), end=' ')
遞推法,就是遞增法,時間複雜度是 O(n),呈線性增長,如果數據量巨大,速度會越拖越慢
第三種 生成器
def fib_loop_while(max):
a, b = 0, 1
while max > 0:
a, b = b, a + b
max -= 1
yield a
for i in fib_loop_while(10):
print(i)
帶有yield的函數都被看成生成器,生成器是可迭代對象,且具備__iter__ 和 __next__方法, 可以遍歷獲取元素
python要求迭代器本身也是可迭代的,所以我們還要爲迭代器實現__iter__方法,而__iter__方法要返回一個迭代器,迭代器自身正是一個迭代器,所以迭代器的__iter__方法返回自身即可
第四種 類實現內部魔法方法
class Fibonacci(object):
"""斐波那契數列迭代器"""
def __init__(self, n):
"""
:param n:int 指 生成數列的個數
"""
self.n = n
# 保存當前生成到的數據列的第幾個數據,生成器中性質,記錄位置,下一個位置的數據
self.current = 0
# 兩個初始值
self.a = 0
self.b = 1
def __next__(self):
"""當使用next()函數調用時,就會獲取下一個數"""
if self.current < self.n:
self.a, self.b = self.b, self.a + self.b
self.current += 1
return self.a
else:
raise StopIteration
def __iter__(self):
"""迭代器的__iter__ 返回自身即可"""
return self
if __name__ == '__main__':
fib = Fibonacci(15)
for num in fib:
print(num)
for循環的本質是通過不斷調用next()函數實現的
for x in [1, 2, 3, 4, 5]:
pass
相當於:
# 首先獲取可迭代對象
it = iter([1, 2, 3, 4, 5])
# while next
while True:
try:
next(it)
except StopIteration:
# 遇到StopIteration就退出循環
break
第五種 矩陣快速冪
import numpy as np
### 1
def fib_matrix(n):
for i in range(n):
res = pow((np.matrix([[1, 1], [1, 0]], dtype='int64')), i) * np.matrix([[1], [0]])
print(int(res[0][0]))
# 調用
> fib_matrix(50)
### 2
# 使用矩陣計算斐波那契數列
def Fibonacci_Matrix_tool(n):
Matrix = np.matrix("1 1;1 0", dtype='int64')
# 返回是matrix類型
return np.linalg.matrix_power(Matrix, n)
def Fibonacci_Matrix(n):
result_list = []
for i in range(0, n):
result_list.append(np.array(Fibonacci_Matrix_tool(i))[0][0])
return result_list
# 調用
> Fibonacci_Matrix(50)
### pow 速度 比 雙**號快, np.linalg.matrix_power也是一種方法
因爲冪運算可以使用二分加速,所以矩陣法的時間複雜度爲 O(log n)
用科學計算包numpy來實現矩陣法 O(log n)