我对SICP exercise 1.11的解决方案是:
(define (f n)
(if (< n 3)
n
(+ (f (- n 1)) (* 2 (f (- n 2))) (* 3 (f (- n 3))))
))
正如预期的那样,(f 100)等评估需要很长时间。我想知道是否有办法改进这个代码(没有前面的递归),和/或利用多核盒。我正在使用'mit-scheme'。
答案 0 :(得分:8)
练习告诉你要编写两个函数,一个通过递归过程计算f
“,另一个通过迭代过程计算f
”。你做了递归的。由于此函数与您链接的部分示例中给出的fib
函数非常相似,因此您应该能够通过查看fib
函数的递归和迭代示例来解决这个问题:
; Recursive
(define (fib n)
(cond ((= n 0) 0)
((= n 1) 1)
(else (+ (fib (- n 1))
(fib (- n 2))))))
; Iterative
(define (fib n)
(fib-iter 1 0 n))
(define (fib-iter a b count)
(if (= count 0)
b
(fib-iter (+ a b) a (- count 1))))
在这种情况下,您将定义f-iter
函数,该函数将使用a
,b
和c
参数以及count
参数。< / p>
这是f-iter
函数。请注意与fib-iter
的相似性:
(define (f-iter a b c count)
(if (= count 0)
c
(f-iter (+ a (* 2 b) (* 3 c)) a b (- count 1))))
通过一些反复试验,我发现a
,b
和c
应初始化为2
,1
和{ {1}}也分别遵循0
函数初始化fib
和a
到b
和1
的模式。所以0
看起来像这样:
f
注意:(define (f n)
(f-iter 2 1 0 n))
仍然是递归函数,但由于Scheme的工作方式,它以迭代进程的形式运行,并在{{1}中运行时间和f-iter
空间,不像你的代码,它不仅是一个递归函数,而且是一个递归过程。我相信这是练习1.1的作者所寻求的。
答案 1 :(得分:4)
我不确定如何在Scheme中编写代码是最好的,但是使用memoization这种提高速度的常用技术就是使用{{3}}。简而言之,想法是缓存f(p)的结果(可能是每个p看到的,或者可能是最后的n个值),这样下次调用f(p)时,将返回保存的结果,而不是重新计算。通常,缓存是从元组(表示输入参数)到返回类型的映射。
答案 2 :(得分:2)
好吧,如果你问我,请像数学家一样思考。我无法读取方案,但如果您正在编码Fibonacci函数,而不是递归地定义它,请解决重复并使用闭合形式对其进行定义。对于Fibonacci序列,可以找到封闭形式here。那会更快。
编辑:oops,没看到你说放弃去除递归。在这种情况下,您的选择会受到更多限制。
答案 3 :(得分:1)
有关使用函数式编程开发快速Fibonacci函数的优秀教程,请参阅this article。它使用Common LISP,它在某些方面与Scheme略有不同,但你应该能够使用它。您的实现等同于文件顶部附近的bogo-fig
函数。
答案 4 :(得分:0)
换句话说:
要获得尾递归,递归调用必须是该过程最后的事情。
您的递归调用嵌入在*和+表达式中,因此它们不是尾调用(因为*和+在递归调用之后被评估。)
Jeremy Ruten的f-iter
版本是尾递归而不是迭代(即它看起来像递归过程,但效果与迭代等效。)
但是你可以使迭代显式:
(define (f n)
(let iter
((a 2) (b 1) (c 0) (count n))
(if (<= count 0)
c
(iter (+ a (* 2 b) (* 3 c)) a b (- count 1)))))
或
(define (f n)
(do
((a 2 (+ a (* 2 b) (* 3 c)))
(b 1 a)
(c 0 b)
(count n (- count 1)))
((<= count 0) c)))
答案 5 :(得分:0)
这个特定的练习可以通过使用尾递归来解决 - 而不是等待每个递归调用返回(就像你提出的直接解决方案中的情况一样),你可以在参数中累积答案,这样就可以递归的行为与它消耗的空间的迭代行为完全相同。例如:
(define (f n)
(define (iter a b c count)
(if (zero? count)
c
(iter (+ a (* 2 b) (* 3 c))
a
b
(- count 1))))
(if (< n 3)
n
(iter 2 1 0 n)))