我想知道为什么这段代码给了我两个不同的解决方案:
a = 0
b = 1
solution = 0
while b <= 4000000:
if b % 2 == 0:
solution += b
a, b = b, a + b
print(solution)
在这种情况下solution
是4613732.但是当我尝试这段代码时:
a = 0
b = 1
solution = 0
while b <= 4000000:
if b % 2 == 0:
solution += b
a = b
b = a + b
print(solution)
solution
是4194302
有什么建议吗?
答案 0 :(得分:4)
因为你写道:
a = b
b = a + b
在你的第二种方法中。这意味着在第一行之后,a
的值为b
。第二行将生成b = a + b = b + b
两次b
。换句话说,第二个实际上将走过两个人的力量。
在第一种方法中没有发生这种情况,因为你写道:
a, b = b, a + b
因此,您首先构建一个元组(b,a+b)
(a
和b
旧值。 接下来解压缩 ,再次将该元组转换为a
和b
。但是您首先使用旧值评估a + b
。这是本质区别。
您想要总结甚至斐波那契数字。但是,你可以更有效地使用它。如果您对Fibonacci序列进行分析,您会发现它的结构是:
o o e o o e o o e ...
o
是奇数号码,e
是偶数号码。因此,您只需使用三个的跃点,例如:
a = 1
b = 2
solution = 0
while b <= 4000000:
solution += b
a,b = a+2*b,2*a+3*b
print(solution)
这里我们节省了迭代并检查b
是否甚至:我们只知道它始终是偶数。
使用timeit
(在Linux上使用Python 3.5.3和GCC 6.3.0)时,我们获得以下结果:
original 3.4839362499988056
optimized 1.5940769709995948 45.755%
因此,优化程序的平均运行时间约为原始程序的一半。
答案 1 :(得分:1)
仅仅因为,首先评估赋值运算符右侧的所有表达式。
所以,假设你有以下代码:
a = 5
b = 7
a, b = b, a + b
您希望为a
分配值7,然后使用新值为b
分配值{a
和b
的总和a
。
事实上,在=
运算符的右侧,b
被评估为7,a+b
被评估为12
a, b = 7, 12