招聘网站源码下载,做网站seo的公司,wordpress我爱搜罗主题,重庆景点图片高清图片在 Python 3.11 中实现斐波那契数列的常见方式有多种#xff0c;下面我将展示几种不同的实现方法#xff0c;包括递归、迭代和使用缓存#xff08;动态规划#xff09;来优化递归版本。
1. 递归方式#xff08;最简单但效率较低#xff09;
def fibonacci_recursive(n)…在 Python 3.11 中实现斐波那契数列的常见方式有多种下面我将展示几种不同的实现方法包括递归、迭代和使用缓存动态规划来优化递归版本。
1. 递归方式最简单但效率较低
def fibonacci_recursive(n):if n 1:return nreturn fibonacci_recursive(n - 1) fibonacci_recursive(n - 2)# 测试
print(fibonacci_recursive(10)) # 输出 55这种方式的时间复杂度是 O(2^n)因为每次调用都会递归两次对于较大的 n效率较低。
2. 使用缓存优化递归动态规划 记忆化
使用 Python 的 functools.lru_cache 装饰器可以将之前计算的结果缓存避免重复计算。
from functools import lru_cachelru_cache(maxsizeNone)
def fibonacci_memoization(n):if n 1:return nreturn fibonacci_memoization(n - 1) fibonacci_memoization(n - 2)# 测试
print(fibonacci_memoization(10)) # 输出 55这个版本的时间复杂度是 O(n)空间复杂度也是 O(n)因为每个斐波那契数只会计算一次。
3. 迭代方式最有效率
迭代方式可以在 O(n) 的时间内完成并且只需要常量级的空间 O(1)。
def fibonacci_iterative(n):if n 1:return na, b 0, 1for _ in range(2, n 1):a, b b, a breturn b# 测试
print(fibonacci_iterative(10)) # 输出 554. 动态规划方式使用数组
这种方式通过数组存储中间结果也是一种动态规划的实现。
def fibonacci_dp(n):if n 1:return ndp [0] * (n 1)dp[1] 1for i in range(2, n 1):dp[i] dp[i - 1] dp[i - 2]return dp[n]# 测试
print(fibonacci_dp(10)) # 输出 55这个版本的时间复杂度是 O(n)但空间复杂度是 O(n) 因为需要存储每一步的结果。
选择最佳实现
递归简洁但效率低。记忆化递归解决了递归的效率问题。迭代最优的时间和空间复杂度。动态规划数组适合需要保存所有中间结果的场景。
大多数情况下迭代版本 是面试中推荐的最佳解法因为它时间和空间效率都很好。
