在最开始的时候所有的斐波那契代码都是使用递归的方式来写的,递归有很多的缺点,执行效率低下,浪费资源,还有可能会造成栈溢出,而递归的程序的优点也是很明显的,就是结构层次很清晰,易于理解
可以使用循环的方式来取代递归,当然也可以使用尾递归的方式来实现。
尾递归就是从最后开始计算, 每递归一次就算出相应的结果, 也就是说, 函数调用出现在调用者函数的尾部, 因为是尾部, 所以根本没有必要去保存任何局部变量. 直接让被调用的函数返回时越过调用者, 返回到调用者的调用者去。尾递归就是把当前的运算结果(或路径)放在参数里传给下层函数,深层函数所面对的不是越来越简单的问题,而是越来越复杂的问题,因为参数里带有前面若干步的运算路径。尾递归是极其重要的,不用尾递归,函数的堆栈耗用难以估量,需要保存很多中间函数的堆栈。直接递归的程序中需要保存之前n步操作的所有状态极其耗费资源,而尾递归不需要,尾部递归是一种编程技巧。如果在递归函数中,递归调用返回的结果总被直接返回,则称为尾部递归。尾部递归的函数有助将算法转化成函数编程语言,而且从编译器角度来说,亦容易优化成为普通循环。这是因为从电脑的基本面来说,所有的循环都是利用重复移跳到代码的开头来实现的。如果有尾部归递,就只需要叠套一个堆栈,因为电脑只需要将函数的参数改变再重新调用一次
为了加深对尾递归、递归和循环的对比,这里以斐波那契数列的实现举例:
#!usr/bin/env python #encoding:utf-8 ''''''' __Author__:沂水寒城 功能:尾递归 ''' import time def Fib_recursion(num): ''''' 直接使用递归法求解斐波那契数量的第num个数字 ''' if num<2: return num return Fib_recursion(num-1)+Fib_recursion(num-2) def Fib_tail_recursion(num,res,temp): ''''' 使用尾递归法求解斐波那契数量的第num个数字 ''' if num==0: return res else: return Fib_tail_recursion(num-1, temp, res+temp) def Fib_circle(num): ''''' 直接使用循环来求解 ''' 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数字下标为%s' %num print '直接递归耗时为 :', end_time-start_time print '尾递归调用耗时为:', end_time2-end_time print '直接使用循环耗时为:', end_time3-end_time2
结果如下:
5 5 5 正在求解的斐波那契数字下标为5 直接递归耗时为 : 6.38961791992e-05 尾递归调用耗时为: 2.31266021729e-05 直接使用循环耗时为: 1.97887420654e-05 55 55 55 正在求解的斐波那契数字下标为10 直接递归耗时为 : 6.60419464111e-05 尾递归调用耗时为: 3.31401824951e-05 直接使用循环耗时为: 1.8835067749e-05 6765 6765 6765 正在求解的斐波那契数字下标为20 直接递归耗时为 : 0.00564002990723 尾递归调用耗时为: 3.09944152832e-05 直接使用循环耗时为: 2.09808349609e-05 832040 832040 832040 正在求解的斐波那契数字下标为30 直接递归耗时为 : 0.39971113205 尾递归调用耗时为: 1.69277191162e-05 直接使用循环耗时为: 1.19209289551e-05 102334155 102334155 102334155 正在求解的斐波那契数字下标为40 直接递归耗时为 : 39.0365440845 尾递归调用耗时为: 2.19345092773e-05 直接使用循环耗时为: 1.78813934326e-05 12586269025 12586269025 12586269025 正在求解的斐波那契数字下标为50 直接递归耗时为 : 4915.68643498 尾递归调用耗时为: 2.19345092773e-05 直接使用循环耗时为: 2.09808349609e-05
画图图表更加清晰地可以看到差距:
因为差距太大,导致尾递归和循环的两种方式的时间增长几乎是水平线,而直接递归的时间增长接近90度。
这一次,感觉自己好有耐心,一直就在那里等着程序出结果,可以看到三者的时间对比状况,很明显的:直接递归的时间增长的极快,而循环的性能还要优于尾递归,这就告诉我们尽量减少递归的使用,使用循环的方式代替递归无疑是一种提高程序运行效率的方式。
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小牛知识库。
Python3 实例 以下代码使用递归的方式来生成斐波那契数列: 实例(Python 3.0+)# Filename : test.py # author by : www.runoob.com def recur_fibo(n): """递归函数 输出斐波那契数列""" if n <= 1: return n else: return(recur_fibo(n-1) + recur_fibo(n
本文向大家介绍JAVA递归与非递归实现斐波那契数列,包括了JAVA递归与非递归实现斐波那契数列的使用技巧和注意事项,需要的朋友参考一下 斐波那契数列(Fibonacci sequence),又称黄金分割数列、因数学家列昂纳多·斐波那契(Leonardoda Fibonacci[1] )以兔子繁殖为例子而引入,故又称为“兔子数列”,指的是这样一个数列:0、1、1、2、3、5、8、13、21、34、…
本文向大家介绍Java递归实现斐波那契数列,包括了Java递归实现斐波那契数列的使用技巧和注意事项,需要的朋友参考一下 程序调用自身的编程技巧称为递归( recursion)。递归做为一种算法在程序设计语言中广泛应用。 一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法,它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,递归策略只需少量的程序就可描述出解题过程所
我一直在试图理解Scheme中的尾部递归,我很难理解在使用斐波那契尾部递归的go-to示例中发生了什么。。。 如果这是尾递归或迭代斐波那契的代码: 我基本上可以理解每一行上发生的事情,除了这里: 这一行到底发生了什么?我在任何地方都找不到解释。我是计划的新手,到目前为止语法非常混乱。 或者有人能解释每一行发生了什么吗?这是我的基本理解,但我不确定我是否正确: 谢谢
我很难理解尾递归的概念,我想做一个斐波那契函数的尾递归版本,到目前为止,这是我想出的,但我不知道它是否正确,有人能帮我吗,任何帮助都将不胜感激 代码编译并输出正确的结果
问题内容: 我在大学为我的Programming II类编写的程序需要一些帮助。这个问题要求人们使用递归来计算斐波那契数列。必须将计算出的斐波那契数存储在一个数组中,以停止不必要的重复计算并减少计算时间。 我设法使程序在没有数组和存储的情况下运行,现在我试图实现该功能,但遇到了麻烦。我不确定如何组织它。我已经浏览了Google并浏览了一些书,但没有太多帮助我解决如何实施解决方案的方法。 上面是不正