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 Charlie

import sys

import copy

sys.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)) != "":

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 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)

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脚本之家。

斐波那契的数列的计算python-python斐波那契数列的计算方法相关推荐

  1. python利用列表计算斐波那契数列前30项_python斐波那契数列的计算方法

    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 ...

  2. python利用列表计算斐波那契数列前30项并输出_python分享斐波那契数列示例分享 Python 分享斐波那契数列前20项和...

    分享助python大神.斐波那契数列,编写程序,利用列具体内容 拜托拜托有时候,最痛苦的其实不是失去,而是你得到以后其实不快乐. ##缩进格式看图 l=[1,1] for i in range(28) ...

  3. 采用数组实现斐波那契数列的计算、foreach循环的使用、100以内质数的判断

    想要实现斐波那契数列的计算,我们首先得了解斐波那契数列的定义及其原理: 斐波那契数列(Fibonacci sequence),又称黄金分割数列,因数学家莱昂纳多·斐波那契以兔子繁殖为例子而引入,故又称 ...

  4. python多种计算阶乘和斐波那契数列的六脉神剑

    目录 前言 一.求阶乘 1.第一种方法 2.第二种方法 3.第三种方法 4.第四种方法 5.第五种方法 6.第六种方法 二.斐波那契数列 1.第一种方法 2.第二种方法 3.第三种方法 前言 最近在p ...

  5. Python中斐波那契数列的四种写法

    在这些时候,我可以附和着笑,项目经理是决不责备的.而且项目经理见了孔乙己,也每每这样问他,引人发笑.孔乙己自己知道不能和他们谈天,便只好向新人说话.有一回对我说道,"你学过数据结构吗?&qu ...

  6. python实现连续数列相加_技术 | Python经典面试题解析实现斐波那契数列

    黑马程序员 微信号:heiniu526 传智播客旗下互联网资讯,学习资源免费分享平台 大家在面试过程中经常会考到斐波那契数列,斐波那契数列(Fibonacci)最早由印度数学家Gopala提出,而第一 ...

  7. python中斐波那契数列_斐波那契数列–在Python,JavaScript,C ++,Java和Swift中进行了解释...

    python中斐波那契数列 by Pau Pavón 通过保罗·帕文(PauPavón) The Fibonacci sequence is, by definition, the integer s ...

  8. 斐波拉契数列前n项和 斐波拉契数列第n项

    此篇题解不为别的,纯属纪念,纪念一个已经且也许永远淡出我生活的人... 记不清是大二还是大三了,只记得在教四304实验室,你教我如何用矩阵快速幂来求解斐波拉契数列的第n项,然后考我怎么用类似的方法计算 ...

  9. 斐波那契数列python循环算法求解_斐波那契数列的算法实现 —— python

    斐波那契数列,简单地说,起始两项为0和1,此后的项分别为它的前两项之后. (注:据我百度发现,斐波那契数列的定义并非起始的两项为0和1,而是1和1,鉴于是转发的,在这里不对原作者的文章进行改动,因为, ...

最新文章

  1. centOS怎样强制卸载PHP以及自定义安装PHP
  2. 文件翻译002片:Process Monitor帮助文档(Part 2)
  3. 【算法】划分数 动态规划
  4. 阿里云docker hub
  5. zabbix自动发现(Discovery)功能使用
  6. 二叉树的中序遍历非递归方法(算法导论第三版12.1-3)
  7. leetcode 530. 二叉搜索树的最小绝对差(中序遍历)
  8. 爬虫神经网络_股市筛选和分析:在投资中使用网络爬虫,神经网络和回归分析...
  9. 连续两天高烧_连续工作两天,可以看电视11秒
  10. AWS服务器可以设置虚拟ip吗,《AWS云计算实战》3.使用虚拟服务器:EC2
  11. 苹果6发布时间_iPhone12promax11月6日几点预售 11.6苹果12mini预售时间
  12. 关于防止sql注入的几种手段
  13. 使用 OpenSSL 生成 HTTPS 证书
  14. 汽车技术市场动态分析
  15. 达尔豪斯大学 计算机专业排名,加拿大留学计算机专业排名
  16. 使用 Roadrunner 为 PHP 程序加速
  17. c语言水王争霸链表,水王争霸
  18. Bat文件闪退_启动失败
  19. Matlab学习手记——非线性方程组求解:牛顿下山法
  20. 11月更新M1芯片专用PS photoshop 2021/2022安装 PS2021/22 Mac版 附详细教程

热门文章

  1. QT中在Designer中设置QToolButoon上面图标下面文字
  2. python虚拟环境-conda
  3. MYSQL存储过程中 使用变量 做表名--转
  4. Lesson 12.5 softmax回归建模实验
  5. 【科技金融】CART树现金贷风控策略
  6. 移动金融业务风控框架及设备风险识别的意义(下)
  7. 国家新一代人工智能开放创新平台将参加重庆智博会
  8. 安徽一个班37人考进清华北大,老师发来一则短信,家长沉默了
  9. TalkingData大规模机器学习的应用
  10. 深入解析NoSQL数据库的分布式算法