python实现斐波那契数列

时间:2024-10-19 11:30:50

斐波那契数列指的是这样一个数列 0, 1, 1, 2, 3, 5, 8, 13,特别指出:第0项是0,第1项是第一个1。从第三项开始,每一项都等于前两项之和。

Python 实现斐波那契数列代码如下:

实现一:

 

 1 def fibonacci():
 2     num = input("Please input your number\n")
 3     i,a,b= 0,0,1           //赋值
 4     if int(num) < 0:
 5         print("你输入的数据不合理")
 6     elif int(num)== 1:
 7         print(a)
 8     else:
 9         while i < int(num):
10             print(a)
11             #sum  = a+b
12             #a = b
13             #b = sum
14             a, b = b, a + b  #a, b = b, a + b这里不能写成 a=b   b=a+b,如果写成这样,b就不是前两位相加的值,而是已经被b赋过值的a和b相加的值
15             i+=1
16 fibonacci()

 

实现二:

    使用列表的方式实现

 

1 def fibonacci(num):
2     fibs = [0,1]
3     for i in range(num-2):
4         (fibs[-2]+fibs[-1])   #倒数第二个+倒数第一个数的结果,追加到列表
5     print(fibs)
6     
7 fibonacci(5)

 

实现三:

    以上两种方式,都是直接调用的函数中的print打印,return值为none,因此无法进行复用。

    将return为一个序列,可以直接复用该序列。

1 def fibonacci(num):
2     fibs = [0,1]
3     for i in range(num-2):
4         (fibs[-2]+fibs[-1])   #倒数第二个+倒数第一个数的结果,追加到列表
5     return(fibs)
6 fibonacci(5)

或者

 

1 def fab_demo2(max):
2     a, n, b = 0, 0, 1
3     list_demo = []
4     while n < max:
5         list_demo.append(b)
6         a, b = b, a + b
7         n += 1
8     print(list_demo)
9     return list_demo

 

实现四:

    可以复用了,但是考虑到后期若要存储在list中的数据量过大,比较吃内存浪费资源,应该怎么办呢,

    此时,考虑到利用 iterable 我们可以把 fab 函数改写为一个支持 iterable 的 class

 

 1 class Fab(object):
 2     def __init__(self,max):
 3          = max
 4          , , = 0 ,0 ,1
 5 
 6     def __iter__(self):        #继承object,重写__iter__后,自动调用__next__方法,返回r对象
 7         return self
 8 
 9     def __next__(self):        #此处python2为next,python3为__next__,注意区别
10         if  < :
11             r = 
12              ,  =  ,  + 
13              += 1
14             return r      
15         raise StopIteration()
16 #Fab 类通过 next() 不断返回数列的下一个数,内存占用始终为常数:
17 for i in Fab(5):
18     print(i)
19 #或者
20 print(next(iter(Fab(5)))) 

 

实现五

代码不够简洁,使用yield关键字

 

 1 def fab_demo4(max):
 2     a,n,b = 0,0,1
 3     while n < max:
 4         yield  b
 5         #print b
 6         a,b = b,a+b
 7         n+=1
 8 print(next(fab_demo4(5)))
 9 for i in fab_demo4(5):
10     print(i)

 

 

仅仅把 print b 改为了 yield b,就在保持简洁性的同时获得了 iterable 的效果

yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator,

调用 fab(5) 不会执行 fab 函数,而是返回一个 iterable 对象!

在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,

下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。

 

也可以手动调用 fab(5) 的 next() 方法(因为 fab(5) 是一个 generator 对象,该对象具有 next() 方法)

我们可以得出以下结论:

一个带有 yield 的函数就是一个 generator,它和普通函数不同,生成一个 generator 看起来像函数调用,但不会执行任何函数代码,直到对其调用 next()(在 for 循环中会自动调用 next())才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个 yield 语句就会中断,并返回一个迭代值,下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的,把一个函数改写为一个 generator 就获得了迭代能力,比起用类的实例保存状态来计算下一个 next() 的值,不仅代码简洁,而且执行流程异常清晰。

如何判断一个函数是否是一个特殊的 generator 函数?可以利用 isgeneratorfunction 判断:

1 >>> from inspect import isgeneratorfunction
2 >>> isgeneratorfunction(fab)
3 True

要注意区分 fab 和 fab(5),fab 是一个 generator function,而 fab(5) 是调用 fab 返回的一个 generator,好比类的定义和类的实例的区别: