斐波那契数列python递归算法优化(递归求斐波那契数列python)
python中解 斐波那契数递推公式不能理解？
第一张图
def f(n):
if n==1 or n==2:
return 1
else:
return f(n-1)+f(n-2)
b=f(6)
print(b)
源代码(注意源代码的缩进)
第一张图是斐波那契数列的递归程序,其过程是
f(6)=f(5)+f(4)=f(4)+f(3)+f(3)+f(2)=f(3)+f(2)+f(2)+f(1)+f(2)+f(1)+f(2)
=f(2)+f(1)+f(2)+f(2)+f(1)+f(2)+f(1)+f(2)
因为f(2)=f(1)=1所以上式=1+1+1+1+1+1+1+1=8
第二张图
def fact(n):
if n==0:
return 1
else:
return n*fact(n-1)
b=fact(5)
print(b)
源代码(注意源代码的缩进)
第二张图是阶乘的递归程序,其过程是
fact(5)=5*fact(4)=5*4*fact(3)=5*4*3*fact(2)=5*4*3*2*fact(1)=5*4*3*2*1*fact(0)
因为fact(0)=1,所以上式=5*4*3*2*1*1=120
详细解释,
因为n等于5所以执行else语句返回5*fact(4)
n等于4所以执行else语句返回4*fact(3)
n等于3所以执行else语句返回3*fact(2)
n等于2所以执行else语句返回2*fact(1)
n等于1所以执行else语句返回1*fact(0)
n等于0所以执行if语句返回1
然后反向回归
fact(1)=1*1
fact(2)=2*1*1
fact(3)=3*2*1*1
fact(4)=4*3*2*1*1
fact(5)=5*4*3*2*1*1=120
Python实现斐波那契数列
大家都知道斐波那契数列，现在要求输入一个整数n，请你输出斐波那契数列的第n项。
n=39
????????见到题目很自然联想到用递归或是用数组将前面的结果全部存储起来（这个想法其实和递归没区别），写起来最简单。但实际写出来发现不现实，运行效率太低，提交答案的时候果然提示超出要求时间，程序太过复杂。查阅答案的时候才发现一个很巧妙的方法（主要还是自己太笨了脑筋不会拐弯=.=||），其实F(n)=F(n-1)+F(n-2)，也就是说整个运算过程其实只用保存两个数值即可计算出所需结果，并不需要保存前面的全部结果。2个数值，就应该联想到通过模2来存取数值（写到这里愈发觉得自己是个猪头），这样大大提高了效率，降低了存储空间。
? ? ? ? 其次是在实现过程中要注意一个小问题，最开始本猪写的是 for i in range(2,n) ，后来发现答案全错了，原来是因为n=2时， range(2,2) 为0，并不会运算下面的值，所以需要多算一位。
# -*- coding:utf-8 -*-
class Solution:
? ? def __init__(self):
? ? ? ? self.temp_Array = [0,1]
? ? def Fibonacci(self, n):
? ? ? ? if type(n) != int or n = 0:
? ? ? ? ? ? return False
? ? ? ? elif n == 1:
? ? ? ? ? ? return 1
? ? ? ? else:
? ? ? ? ? ? for i in range(2,n+1):
? ? ? ? ? ? ? ? self.temp_Array[i%2] = self.temp_Array[0]+self.temp_Array[1]
? ? ? ? ? ? return self.temp_Array[n%2]
python做斐波那契数列。
直接创建一个类然后调用下面的def函数即可
#斐波那契数列
'''
第一位是1
第二位是1
第三位是2
公式位F(n)=f(n-1)+f(n-2)
'''
def get_Fibonacci_sequence(n):
'''输入n,遍历到第n位的斐波那契数列'''
a,b=0,1
if n=3:#即等于2 相当于1,2位特殊处理
for i in range(n-1):#操作次数是n-1，去除一次第一位的操作
c=a+b
a,b,=b,c
print(b)#这里选择先改变再输出，可以减少1次的循环
def get_Fibonacci_Num(n):
'''输入n,遍历到第n位的斐波那契数列的第n位数'''
a, b = 0, 1
if n = 3: # 即等于2 相当于1,2位特殊处理
for i in range(n - 1): # 操作次数是n-1，去除一次第一位的操作
c = a + b
a, b, = b, c
# 这里选择先改变再输出，可以减少1次的循环
return b
def get_Fibonacci_Num_recursion(n):
'''输入n,遍历到第n位的斐波那契数列的第n位数,递归实现'''
if n==1 or n==2:#特别注意，这里要用逻辑或判断，不能直接用或判断，
return 1
else:
return get_Fibonacci_Num_recursion(n-1)+get_Fibonacci_Num_recursion(n-2)
get_Fibonacci_sequence(11)
print(get_Fibonacci_Num(11))
print(get_Fibonacci_Num_recursion(11))
Python实现斐波那契数列的方法以及优化
斐波那契数列 （ 意大利语 ：Successione di Fibonacci） 的定义 ：
斐波那契数列由0和1开始，之后的每个斐波那契数就是由之前的两数相加而得出。具体数值如下：
0，1， 1， 2， 3， 5， 8， 13， 21， 34， 55， 89， 144， 233， 377， 610,..............
特别注意 ：F(0)代表的是第一个数值，数列下标由0开始。
代码如上，用了迭代的算法计算每个数值，每个N值最大运行N-1次循环，算法比递归要高效很多。递归代码如下：
python递归求斐波那契数列前10项
你好，很高兴为你解答。根据斐波那契数列F(n)=F(n-1)+F(n-2),当n=1和n=2时，F(n)=1，可以利用函数+if分支结构编写递归程序，求出斐波那契数列前10项。具体代码如下：
求斐波那契数列前10项
Python之动态规划算法
动态规划算法中是将复杂问题递归分解为子问题，通过解决这些子问题来解决复杂问题。与递归算法相比，动态编程减少了堆栈的使用，避免了重复的计算，效率得到显著提升。
先来看一个简单的例子，斐波那契数列.
斐波那契数列的定义如下。
斐波那契数列可以很容易地用递归算法实现：
上述代码，随着n的增加，计算量呈指数级增长，算法的时间复杂度是 。
采用动态规划算法，通过自下而上的计算数列的值，可以使算法复杂度减小到 ，代码如下。
下面我们再看一个复杂一些的例子。
这是小学奥数常见的硬币问题： 已知有1分，2分，5分三种硬币数量不限，用这些硬币凑成为n分钱，那么一共有多少种组合方法。
我们将硬币的种类用列表 coins 定义；
将问题定义为一个二维数组 dp，dp[amt][j] 是使用 coins 中前 j+1 种硬币( coins[0:j+1] )凑成总价amt的组合数。
例如： coins = [1,2,5]
dp[5][1] 就是使用前两种硬币 [1,2] 凑成总和为5的组合数。
对于所有的 dp[0][j] 来说，凑成总价为0的情况只有一种，就是所有的硬币数量都为0。所以对于在有效范围内任意的j，都有 dp[0][j] 为1。
对于 dp[amt][j] 的计算，也就是使用 coins[0:j+1] 硬币总价amt的组合数，包含两种情况计算：
1.当使用第j个硬币时，有 dp[amt-coins[j]][j] 种情况，即amt减去第j个硬币币值，使用前j+1种硬币的组合数；
2.当不使用第j个硬币时，有 dp[amt][j-1] 种情况，即使用前j种硬币凑成amt的组合数；
所以： dp[amt][j] = dp[amt - coins[j]][j]+dp[amt][j-1]
我们最终得到的结果是：dp[amount][-1]
上述分析省略了一些边界情况。
有了上述的分析，代码实现就比较简单了。
动态规划算法代码简洁，执行效率高。但是与递归算法相比，需要仔细考虑如何分解问题，动态规划代码与递归调用相比，较难理解。
我把递归算法实现的代码也附在下面。有兴趣的朋友可以比较一下两种算法的时间复杂度有多大差别。
上述代码在Python 3.7运行通过。