詳解python使用遞歸、尾遞歸、循環(huán)三種方式實(shí)現(xiàn)斐波那契數(shù)列
在最開始的時(shí)候所有的斐波那契代碼都是使用遞歸的方式來寫的,遞歸有很多的缺點(diǎn),執(zhí)行效率低下,浪費(fèi)資源,還有可能會造成棧溢出,而遞歸的程序的優(yōu)點(diǎn)也是很明顯的,就是結(jié)構(gòu)層次很清晰,易于理解
可以使用循環(huán)的方式來取代遞歸,當(dāng)然也可以使用尾遞歸的方式來實(shí)現(xiàn)。
尾遞歸就是從最后開始計(jì)算, 每遞歸一次就算出相應(yīng)的結(jié)果, 也就是說, 函數(shù)調(diào)用出現(xiàn)在調(diào)用者函數(shù)的尾部, 因?yàn)槭俏膊? 所以根本沒有必要去保存任何局部變量. 直接讓被調(diào)用的函數(shù)返回時(shí)越過調(diào)用者, 返回到調(diào)用者的調(diào)用者去。尾遞歸就是把當(dāng)前的運(yùn)算結(jié)果(或路徑)放在參數(shù)里傳給下層函數(shù),深層函數(shù)所面對的不是越來越簡單的問題,而是越來越復(fù)雜的問題,因?yàn)閰?shù)里帶有前面若干步的運(yùn)算路徑。尾遞歸是極其重要的,不用尾遞歸,函數(shù)的堆棧耗用難以估量,需要保存很多中間函數(shù)的堆棧。直接遞歸的程序中需要保存之前n步操作的所有狀態(tài)極其耗費(fèi)資源,而尾遞歸不需要,尾部遞歸是一種編程技巧。如果在遞歸函數(shù)中,遞歸調(diào)用返回的結(jié)果總被直接返回,則稱為尾部遞歸。尾部遞歸的函數(shù)有助將算法轉(zhuǎn)化成函數(shù)編程語言,而且從編譯器角度來說,亦容易優(yōu)化成為普通循環(huán)。這是因?yàn)閺碾娔X的基本面來說,所有的循環(huán)都是利用重復(fù)移跳到代碼的開頭來實(shí)現(xiàn)的。如果有尾部歸遞,就只需要疊套一個堆棧,因?yàn)殡娔X只需要將函數(shù)的參數(shù)改變再重新調(diào)用一次
為了加深對尾遞歸、遞歸和循環(huán)的對比,這里以斐波那契數(shù)列的實(shí)現(xiàn)舉例:
#!usr/bin/env python #encoding:utf-8 ''''''' __Author__:沂水寒城 功能:尾遞歸 ''' import time def Fib_recursion(num): ''''' 直接使用遞歸法求解斐波那契數(shù)量的第num個數(shù)字 ''' if num<2: return num return Fib_recursion(num-1)+Fib_recursion(num-2) def Fib_tail_recursion(num,res,temp): ''''' 使用尾遞歸法求解斐波那契數(shù)量的第num個數(shù)字 ''' if num==0: return res else: return Fib_tail_recursion(num-1, temp, res+temp) def Fib_circle(num): ''''' 直接使用循環(huán)來求解 ''' a=0 b=1 for i in range(1,num): c=a+b a=b b=c return c if __name__ == '__main__': num_list=[5,10,20,30,40,50] for num in num_list: start_time=time.time() print Fib_recursion(num) end_time=time.time() print Fib_tail_recursion(num,0,1) end_time2=time.time() print Fib_circle(num) end_time3=time.time() print '正在求解的斐波那契數(shù)字下標(biāo)為%s' %num print '直接遞歸耗時(shí)為 :', end_time-start_time print '尾遞歸調(diào)用耗時(shí)為:', end_time2-end_time print '直接使用循環(huán)耗時(shí)為:', end_time3-end_time2
結(jié)果如下:
5 5 5 正在求解的斐波那契數(shù)字下標(biāo)為5 直接遞歸耗時(shí)為 : 6.38961791992e-05 尾遞歸調(diào)用耗時(shí)為: 2.31266021729e-05 直接使用循環(huán)耗時(shí)為: 1.97887420654e-05 55 55 55 正在求解的斐波那契數(shù)字下標(biāo)為10 直接遞歸耗時(shí)為 : 6.60419464111e-05 尾遞歸調(diào)用耗時(shí)為: 3.31401824951e-05 直接使用循環(huán)耗時(shí)為: 1.8835067749e-05 6765 6765 6765 正在求解的斐波那契數(shù)字下標(biāo)為20 直接遞歸耗時(shí)為 : 0.00564002990723 尾遞歸調(diào)用耗時(shí)為: 3.09944152832e-05 直接使用循環(huán)耗時(shí)為: 2.09808349609e-05 832040 832040 832040 正在求解的斐波那契數(shù)字下標(biāo)為30 直接遞歸耗時(shí)為 : 0.39971113205 尾遞歸調(diào)用耗時(shí)為: 1.69277191162e-05 直接使用循環(huán)耗時(shí)為: 1.19209289551e-05 102334155 102334155 102334155 正在求解的斐波那契數(shù)字下標(biāo)為40 直接遞歸耗時(shí)為 : 39.0365440845 尾遞歸調(diào)用耗時(shí)為: 2.19345092773e-05 直接使用循環(huán)耗時(shí)為: 1.78813934326e-05 12586269025 12586269025 12586269025 正在求解的斐波那契數(shù)字下標(biāo)為50 直接遞歸耗時(shí)為 : 4915.68643498 尾遞歸調(diào)用耗時(shí)為: 2.19345092773e-05 直接使用循環(huán)耗時(shí)為: 2.09808349609e-05
畫圖圖表更加清晰地可以看到差距:
因?yàn)椴罹嗵?,?dǎo)致尾遞歸和循環(huán)的兩種方式的時(shí)間增長幾乎是水平線,而直接遞歸的時(shí)間增長接近90度。
這一次,感覺自己好有耐心,一直就在那里等著程序出結(jié)果,可以看到三者的時(shí)間對比狀況,很明顯的:直接遞歸的時(shí)間增長的極快,而循環(huán)的性能還要優(yōu)于尾遞歸,這就告訴我們盡量減少遞歸的使用,使用循環(huán)的方式代替遞歸無疑是一種提高程序運(yùn)行效率的方式。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
keras的load_model實(shí)現(xiàn)加載含有參數(shù)的自定義模型
這篇文章主要介紹了keras的load_model實(shí)現(xiàn)加載含有參數(shù)的自定義模型,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06Python中的錯誤和異常處理簡單操作示例【try-except用法】
這篇文章主要介紹了Python中的錯誤和異常處理簡單操作,結(jié)合實(shí)例形式分析了Python中try except在錯誤與異常處理中的用法,需要的朋友可以參考下2017-07-07以一個投票程序的實(shí)例來講解Python的Django框架使用
這篇文章主要介紹了以一個投票程序的實(shí)例來講解Python的Django框架使用,Django是Python世界中人氣最高的MVC框架,需要的朋友可以參考下2016-02-02解決Python調(diào)用df.to_csv()出現(xiàn)中文亂碼的問題
在Python使用df.to_csv()時(shí),若出現(xiàn)中文亂碼,可通過加入?yún)?shù)encoding="utf_8_sig"解決,"utf-8"編碼不包含BOM,直接處理文件時(shí)會將BOM誤讀為內(nèi)容;而"utf_8_sig"會識別并處理BOM,避免亂碼,此方法為實(shí)踐經(jīng)驗(yàn),供參考2024-09-09python 負(fù)數(shù)取模運(yùn)算實(shí)例
這篇文章主要介紹了python 負(fù)數(shù)取模運(yùn)算實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06Python實(shí)現(xiàn)線性擬合及繪圖的示例代碼
在數(shù)據(jù)處理和繪圖中,我們通常會遇到直線或曲線的擬合問題,本文主要介紹了Python實(shí)現(xiàn)線性擬合及繪圖的示例代碼,具有一定的參考價(jià)值,感興趣的可以了解一下2024-04-04Python教程使用Chord包實(shí)現(xiàn)炫彩弦圖示例
在可視化中,有時(shí)候會使用到弦圖(Chord Diagram)來表示事物之間關(guān)系,本篇文章教大家如何使用Chord包實(shí)現(xiàn)炫彩弦圖,有需要的朋友可以借鑒參考下,希望大家多多進(jìn)步,早日升職加薪2021-09-09Python將DataFrame的某一列作為index的方法
下面小編就為大家分享一篇Python將DataFrame的某一列作為index的方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04