您好,登錄后才能下訂單哦!
這期內(nèi)容當(dāng)中小編將會給大家?guī)碛嘘P(guān)python中怎么計(jì)算斐波那契數(shù)列,文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
題目:
計(jì)算斐波那契數(shù)列。具體什么是斐波那契數(shù)列,那就是0,1,1,2,3,5,8,13,21,34,55,89,144,233。
要求:
時(shí)間復(fù)雜度盡可能少
分析:
給出了三種方法:
方法1:遞歸的方法,在這里空間復(fù)雜度非常大。如果遞歸層數(shù)非常多的話,在python里需要調(diào)整解釋器默認(rèn)的遞歸深度。默認(rèn)的遞歸深度是1000。我調(diào)整了半天代碼也沒有調(diào)整對,因?yàn)檫f歸到1000已經(jīng)讓我的電腦的內(nèi)存有些撐不住了。
方法2:將遞歸換成迭代,這樣時(shí)間復(fù)雜度也在代碼中標(biāo)注出來了。
方法3:這種方法利用了求冪的簡便性,采用了位運(yùn)算。但是代價(jià)在于需要建立矩陣,進(jìn)行矩陣運(yùn)算。所以,當(dāng)所求的數(shù)列的個(gè)數(shù)較小時(shí),該方法還沒有第二種簡便。但是當(dāng)取的索引值n超級大時(shí),這種方法就非常方便了。時(shí)間復(fù)雜度在代碼中標(biāo)注出來了。
代碼:
#!usr/bin/python2.7 # -*- coding=utf8 -*- # @Time : 18-1-3 下午2:53 # @Author : Cecil Charlie import sys import copy sys.setrecursionlimit(1000) # 用來調(diào)整解釋器默認(rèn)最大遞歸深度 class Fibonacci(object): def __init__(self): pass def fibonacci1(self, n): ''' 原始的方法,時(shí)間復(fù)雜度為 o(2**n),因此代價(jià)較大 :param n: 數(shù)列的第n個(gè)索引 :return: 索引n對應(yīng)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): """ 用循環(huán)替代遞歸,空間復(fù)雜度急劇降低,時(shí)間復(fù)雜度為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): """ 進(jìn)一步減少迭代次數(shù),采用矩陣求冪的方法,時(shí)間復(fù)雜度為o(log n),當(dāng)然了,這種方法需要額外計(jì)算矩陣,計(jì)算矩陣的時(shí)間開銷沒有算在內(nèi).其中還運(yùn)用到了位運(yùn)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): """ 求一個(gè)方陣的冪 """ 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: # 按位與的操作,在冪數(shù)的二進(jìn)制位為1時(shí),乘到最終結(jié)果上,否則自乘 product = self.__multiply_matrix(product, tmp) tmp = self.__multiply_matrix(tmp, tmp) n >>= 1 return product @staticmethod def __multiply_matrix(mat1, mat2): """ 矩陣計(jì)算乘積 :param m: 矩陣1,二維列表 :param n: 矩陣2 :return: 乘積 """ 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 product f = 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)
上述就是小編為大家分享的python中怎么計(jì)算斐波那契數(shù)列了,如果剛好有類似的疑惑,不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。