如何使用缺点或其他方式打印Pell numbers的列表直到第N个数字?
(defun pellse (k)
(if (or (zerop k) (= k 1))
k
(+ (* 2 (pellse (- k 1)))
(pellse (- k 2)))))
(print (pellse 7))
答案 0 :(得分:5)
这是一种以非指数方式进行的操作:
(defun pells (n)
(loop repeat n
for current = 0 then next
and next = 1 then (+ (* 2 next) current)
collect current))
给定前两个元素,计算第 n 个元素的时间复杂度为O(log( P n )),其中 P n 是第 n 个Pell编号;您需要log( P n )位作为答案,而log( P n )位用于加法运算。实际上,我们不需要弄清楚 P n 是什么:它是由一个简单的线性递归关系定义的,因此解决方案必须是指数的,因此log( P n )= O( n )。因此,计算第一个 n 个佩尔数的复杂度为O( n * n )= O( n 2 )。
一个人不能 [ * ] 比O( n 2 )做得更好,因为一个人必须写O( n 2 )位代表所有这些数字。
[ * ] 尽管我对此非常怀疑,但从理论上讲,可以通过某种方式共享数据以更紧凑的方式表示列表。 / p>
答案 1 :(得分:5)
这是解决此问题的一种方法,该方法通过定义无限的Pell数据流而起作用。这是基于SICP,尤其是section 3.5中提出的想法。每个人都应该读这本书。
首先,我们需要定义一个构造,让我们谈论无限的数据结构。我们通过延迟除有限部分以外的所有部分来进行评估。因此,从一个名为delay
的宏开始,该宏会延迟对表单的求值,并返回一个'promise'(当然,这是一个函数),以及一个名为force
的函数,该函数迫使系统在它的承诺:
(defmacro delay (form)
;; Delay FORM, which may evaluate to multiple values. This has
;; state so the delayed thing is only called once.
(let ((evaluatedp-n (make-symbol "EVALUATEDP"))
(values-n (make-symbol "VALUES")))
`(let ((,evaluatedp-n nil) ,values-n)
(lambda ()
(unless ,evaluatedp-n
(setf ,evaluatedp-n t
,values-n (multiple-value-list
(funcall (lambda () ,form)))))
(values-list ,values-n)))))
(defun force (promise)
;; force a promise (delayed thing)
(funcall promise))
(出于我们的目的,此实现有些复杂,但这就是我要处理的。)
现在,我们将使用delay
来定义流,它们可能是无限的精简链。这些操作对应于conses操作,但以stream-
为前缀,并且有一个名为null-stream
的对象,它对应于()
(实际上在此实现中是同一对象)
(defmacro stream-cons (car cdr)
;; a cons whose cdr is delayed
`(cons ,car (delay ,cdr)))
(defun stream-car (scons)
;; car of a delayed cons
(car scons))
(defun stream-cdr (scons)
;; cdr of a delayed cons, forced
(force (cdr scons)))
(defconstant null-stream
;; the empty delayed cons
nil)
(defun stream-null (stream)
;; is a delayed cons empty
(eq stream null-stream))
现在定义一个函数pell-stream
,该函数返回Pell编号流。该函数手工制作流的前两个元素,然后使用生成器来制作其余元素。
(defun pell-stream ()
;; A stream of Pell numbers
(labels ((pell (pn pn-1)
(let ((p (+ (* 2 pn) pn-1)))
(stream-cons p (pell p pn)))))
(stream-cons 0 (stream-cons 1 (pell 1 0)))))
现在我们可以简单地反复使用stream-cdr
来计算佩尔数。
(defun n-pell-numbers (n)
(loop repeat n
for scons = (pell-stream) then (stream-cdr scons)
collect (stream-car scons)))
现在
> (n-pell-numbers 20)
(0
1
2
5
12
29
70
169
408
985
2378
5741
13860
33461
80782
195025
470832
1136689
2744210
6625109)
请注意,实际上,pell-stream
可以是全局变量:它不必是函数:
(defparameter *pell-stream*
(labels ((pell (pn pn-1)
(let ((p (+ (* 2 pn) pn-1)))
(stream-cons p (pell p pn)))))
(stream-cons 0 (stream-cons 1 (pell 1 0)))))
(defun n-stream-elements (stream n)
(loop repeat n
for scons = stream then (stream-cdr scons)
collect (stream-car scons)))
如果我们定义一些基准测试程序:
(defun bench-pell (n)
(progn (n-stream-elements *pell-stream* n) n))
然后,很有趣的是,这显然是一个线性过程(由于后面的元素变大,所以它放慢了速度,因为数字变大,因此对它们的操作需要很长时间),并且promise的有状态实现使其成为在第一次迭代后要快得多(以保持大量数字为代价):
> (time (bench-pell 100000))
Timing the evaluation of (bench-pell 100000)
User time = 2.020
System time = 0.803
Elapsed time = 2.822
Allocation = 1623803280 bytes
441714 Page faults
100000
> (time (bench-pell 100000))
Timing the evaluation of (bench-pell 100000)
User time = 0.007
System time = 0.000
Elapsed time = 0.006
Allocation = 1708248 bytes
0 Page faults
100000
答案 2 :(得分:3)
一种可能的解决方案是使用Common Lisp的LOOP宏,例如:
(print
(loop for x in '(1 2 3 4 5 6 7)
for y = (pellse x)
collect y))
打印出以下结果:
(1 2 5 12 29 70 169)
基于此,您可以构建以下功能:
(defun list-of-n-pell-numbers (n)
(loop for x from 0 to n
for y = (pellse x)
collect y))
并按如下所示运行它:
(print (list-of-n-pell-numbers 7))
(0 1 2 5 12 29 70 169)
但是在使用此代码时请小心,因为您对pellse
函数的定义是递归的,并且有栈溢出的风险:使其反复调用足够多(例如,对于大的N值),以及除非您进行一些尾部递归,否则它可能会炸毁调用堆栈。您可能需要查看以下说明: