递归式Fibonacci与循环式Fibonacci之间是否存在明显的计算时间差异?我继续使用递归运行Fibonacci到40个位置,然后直接使用循环。好像计算时间差只是学术。
用C
撰写递归解决方案:
int main(int argc, const char * argv[]) {
int n, i = 0, c;
printf("Please enter an integer:\n");
scanf("%d", &n);
for ( c = 1 ; c <= n ; c++ )
{
printf("%lu ", fibonacci(i));
i++;
}
return 0;
}
long fibonacci(long n)
{
if ( n == 0 )
return 0;
else if ( n == 1 )
return 1;
else
return ( fibonacci(n-1) + fibonacci(n-2) );
};
For-loop解决方案:
int main(int argc, const char * argv[]) {
int n, first = 0, second = 1, next, c;
printf("Please enter an integer:\n");
scanf("%d", &n);
for ( c = 0 ; c < n ; c++ )
{
if ( c <= 1 )
next = c;
else
{
next = first + second;
first = second;
second = next;
}
printf("%d ",next);
}
return 0;
};
答案 0 :(得分:4)
与尾递归和迭代版本相比,传统的递归方法非常慢。在下面的示例代码中,迭代版本使用展开的循环和Duff's Device来进入循环。对于32位无符号整数,限制为fib(47),对于64位无符号整数,限制为fib(93)。
使用Intel 2600K 3.4ghz,XP X64,64位模式完成计时。 XP或XP X64高性能计数器频率与cpu时钟相同,为3.4ghz,但操作系统开销(如中断)会影响持续时间很短的时序。
纤维定时(40):
fibr() # of microseconds 485468.8
fibt() # of microseconds 0.2
fibi() # of microseconds 0.2
94个循环的时间,n = 0到93:
fibt() # of microseconds 7
fibi() # of microseconds 5
示例代码:
typedef unsigned long long UI64;
UI64 fibr(UI64 n)
{
if(n < 2)
return n;
return fibr(n-1) + fibr(n-2);
}
// call with fibt(n, 0, 1)
UI64 fibt(UI64 n, UI64 res, UI64 next)
{
if (n == 0)
return res;
return fibt(n - 1, next, res + next);
}
UI64 fibi(UI64 n)
{
UI64 f0, f1, i;
if(n < 2)
return n;
n -= 2;
f1 = f0 = 1;
i = 0;
switch(n%8){
do{
f1 += f0;
case 7:
f0 += f1;
case 6:
f1 += f0;
case 5:
f0 += f1;
case 4:
f1 += f0;
case 3:
f0 += f1;
case 2:
f1 += f0;
case 1:
f0 += f1;
case 0:
continue;
}while(n >= (i += 8));
}
return f0;
}
替代版本的fibi(),没有n&lt; 2检查。 f0和f1表示循环内的变化,最终得到f0中的最终和,因此f0和f1表示的初始状态取决于n是偶数还是奇数。如果n是偶数,则f0 = fib(0)= 0,f1 = fib(-1)= 1,如果n是奇数,则f1 = fib(0)= 0,f0 = fib(-1)= 1。 (如果你很好奇,fib(-1)= 1,fib(-2)= -1,fib(-3)= 2,fib(-4)= -3,fib(-5)= 5, fib(-6)= -8,...)。
为了解释这里的逻辑,对于n even情况,fib(-1)= f1 = 1,fib(0)= f0 = 0,则fib(1)=(f1 + = f0),fib(2) )=(f0 + = f1),fib(3)=(f1 + = f0),fib(4)=(f0 + = f1),......
UI64 fibi(UI64 n)
{
UI64 f0, f1, i;
f0 = n & 1; // if n even, f0=0, f1=1
f1 = 1 - f0; // else f1=0, f0=1
i = 0;
switch(n%8){
do{
f1 += f0;
case 7:
f0 += f1;
case 6:
f1 += f0;
case 5:
f0 += f1;
case 4:
f1 += f0;
case 3:
f0 += f1;
case 2:
f1 += f0;
case 1:
f0 += f1;
case 0:
continue;
}while(n >= (i += 8));
}
return f0;
}
答案 1 :(得分:2)
for循环它不一定更快。在Java,C和Python等通用语言中,与迭代相比,递归相当昂贵,因为它需要分配新的堆栈帧。
可以消除C / C ++中的这种开销,使编译器优化能够执行尾递归,尾递归将某些类型的递归(实际上是某些类型的尾调用)转换为跳转而不是函数调用。为了让编译器执行此优化,函数在返回之前执行的最后操作是调用另一个函数(在本例中为自身)是必要的。
Fibonacci函数的一个例子可能是这样的:
int fib_tail(int n, int res, int next)
{
if (n == 0) {
return res;
}
return fib_tail(n - 1, next, res + next);
}
并且在汇编级别,启用编译器优化,它将被实现为循环,例如,在呼叫之间共享相同的堆栈帧。
我最近写了一篇关于它的article。
希望它有所帮助。
答案 2 :(得分:1)
For-loop解决方案更快。原因:
n
使用n
添加(循环迭代n
次),而递归解决方案使用每个函数调用的加法,其总和为O(1.6
n
)
个调用,因此O(1.6
n
)
添加。成本来自双递归调用 - 当递归函数询问n
元素时,它必须从头开始再次计算n-1
和n-2
个元素,它不记得了。答案 3 :(得分:0)
你是如何测量速度差的?
Fibonacci函数的朴素递归实现需要大约1亿个函数调用来计算f(40)。在一台足够快的现代计算机上,您无法通过秒表计时。
计算f(50)需要大约100亿个函数调用,这将是一个明显的延迟。 f(60)接管一万亿次函数调用,或大约一个小时。 f(70)需要大约200万亿次函数调用或几天。 f(80)需要大约20千万亿次函数调用或大约一年。
我不会把这种差异称为学术界。
答案 4 :(得分:0)
以下方法可能会花费更少的时间? 您可以编写代码来生成斐波那契数列,从而避免if-else语句显示零和一,并避免在循环外打印它们。您可以通过用-1和1初始化'first'和'second'变量来做到这一点,因此它们之间的总和将为0,这是该系列的第一个器官,而循环将完成其余的工作
#include <iostream>
using namespace std;
int main()
{
int i, num, a = -1, b = 1, temp;
cout << "enter a number:" << endl;
cin >> num;
for ( i = 0 ; i < num + 1 ; i++ )
{
cout << a + b << " ";
temp = a + b;
a = b;
b = temp;
}
cout << endl;
return 0;
}