首页 > 编程 > Python > 正文

python斐波那契数列的计算方法

2020-01-04 14:27:11
字体:
来源:转载
供稿:网友

题目: 

计算斐波那契数列。具体什么是斐波那契数列,那就是0,1,1,2,3,5,8,13,21,34,55,89,144,233。

要求: 

时间复杂度尽可能少

分析:

给出了三种方法:

方法1:递归的方法,在这里空间复杂度非常大。如果递归层数非常多的话,在python里需要调整解释器默认的递归深度。默认的递归深度是1000。我调整了半天代码也没有调整对,因为递归到1000已经让我的电脑的内存有些撑不住了。

方法2:将递归换成迭代,这样时间复杂度也在代码中标注出来了。

方法3:这种方法利用了求幂的简便性,采用了位运算。但是代价在于需要建立矩阵,进行矩阵运算。所以,当所求的数列的个数较小时,该方法还没有第二种简便。但是当取的索引值n超级大时,这种方法就非常方便了。时间复杂度在代码中标注出来了。

代码:

#!usr/bin/python2.7# -*- coding=utf8 -*-# @Time  : 18-1-3 下午2:53# @Author : Cecil Charlieimport sysimport copysys.setrecursionlimit(1000) # 用来调整解释器默认最大递归深度class Fibonacci(object):  def __init__(self):    pass  def fibonacci1(self, n):    '''      原始的方法,时间复杂度为 o(2**n),因此代价较大    :param n: 数列的第n个索引    :return: 索引n对应的值    '''    if n < 1:      return 0    if n == 1 or n == 2:      return 1    return self.fibonacci1(n-1) + self.fibonacci1(n-2)  @staticmethod  def fibonacci2(n):    """      用循环替代递归,空间复杂度急剧降低,时间复杂度为o(n)    """    if n < 1:      return 0    if n == 1 or n == 2:      return 1    res = 1    tmp1 = 0    tmp2 = 1    for _ in xrange(1, n):      res = tmp1 + tmp2      tmp1 = tmp2      tmp2 = res    return res  def fibonacci3(self, n):    """      进一步减少迭代次数,采用矩阵求幂的方法,时间复杂度为o(log n),当然了,这种方法需要额外计算矩阵,计算矩阵的时间开销没有算在内.其中还运用到了位运算。    """    base = [[1, 1], [1, 0]]    if n < 1:      return 0    if n == 1 or n == 2:      return 1    res = self.__matrix_power(base, n-2)    return res[0][0] + res[1][0]  def __matrix_power(self, mat, n):    """      求一个方阵的幂    """    if len(mat) != len(mat[0]):      raise ValueError("The length of m and n is different.")    if n < 0 or str(type(n)) != "<type 'int'>":      raise ValueError("The power is unsuitable.")    product, tmp = [], []    for _ in xrange(len(mat)):      tmp.append(0)    for _ in xrange(len(mat)):      product.append(copy.deepcopy(tmp))    for _ in xrange(len(mat)):      product[_][_] = 1    tmp = mat    while n > 0:      if (n & 1) != 0: # 按位与的操作,在幂数的二进制位为1时,乘到最终结果上,否则自乘        product = self.__multiply_matrix(product, tmp)      tmp = self.__multiply_matrix(tmp, tmp)      n >>= 1    return product  @staticmethod  def __multiply_matrix(mat1, mat2):    """      矩阵计算乘积    :param m: 矩阵1,二维列表    :param n: 矩阵2    :return: 乘积    """    if len(mat1[0]) != len(mat2):      raise ValueError("Can not compute the product of mat1 and mat2.")    product, tmp = [], []    for _ in xrange(len(mat2[0])):      tmp.append(0)    for _ in xrange(len(mat1)):      product.append(copy.deepcopy(tmp))    for i in xrange(0, len(mat1)):      for j in xrange(0, len(mat2[0])):        for k in xrange(0, len(mat1[0])):          if mat1[i][k] != 0 and mat2[k][j] != 0:            product[i][j] += mat1[i][k] * mat2[k][j]    return productf = Fibonacci()print f.fibonacci1(23)print f.fibonacci2(23)mat1 = [[2,4,5],[1,0,2],[4,6,9]]mat2 = [[2,9],[1,0],[5,7]]print f.fibonacci3(23)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持VEVB武林网。


注:相关教程知识阅读请移步到python教程频道。
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表