题目：
计算斐波那契数列。具体什么是斐波那契数列，那就是0，1，1，2，3，5，8，13，21，34，55，89，144，233。
要求：
时间复杂度尽可能少
分析：
给出了三种方法：
方法1：递归的方法，在这里空间复杂度非常大。如果递归层数非常多的话，在python里需要调整解释器默认的递归深度。默认的递归深度是1000。我调整了半天代码也没有调整对，因为递归到1000已经让我的电脑的内存有些撑不住了。
方法2：将递归换成迭代，这样时间复杂度也在代码中标注出来了。
方法3：这种方法利用了求幂的简便性，采用了位运算。但是代价在于需要建立矩阵，进行矩阵运算。所以，当所求的数列的个数较小时，该方法还没有第二种简便。但是当取的索引值n超级大时，这种方法就非常方便了。时间复杂度在代码中标注出来了。
代码：
#!usr/bin/python2.7
# -*- coding=utf8 -*-
# @Time : 18-1-3 下午2:53
# @Author : Cecil Charlie
import sys
import copy
sys.setrecursionlimit(1000) # 用来调整解释器默认最大递归深度
class Fibonacci(object):
def __init__(self):
pass
def fibonacci1(self, n):
'''
原始的方法，时间复杂度为 o(2**n)，因此代价较大
:param n: 数列的第n个索引
:return: 索引n对应的值
'''
if n < 1:
return 0
if n == 1 or n == 2:
return 1
return self.fibonacci1(n-1) + self.fibonacci1(n-2)
@staticmethod
def fibonacci2(n):
"""
用循环替代递归，空间复杂度急剧降低，时间复杂度为o(n)
"""
if n < 1:
return 0
if n == 1 or n == 2:
return 1
res = 1
tmp1 = 0
tmp2 = 1
for _ in xrange(1, n):
res = tmp1 + tmp2
tmp1 = tmp2
tmp2 = res
return res
def fibonacci3(self, n):
"""
进一步减少迭代次数，采用矩阵求幂的方法，时间复杂度为o(log n)，当然了，这种方法需要额外计算矩阵，计算矩阵的时间开销没有算在内.其中还运用到了位运算。
"""
base = [[1, 1], [1, 0]]
if n < 1:
return 0
if n == 1 or n == 2:
return 1
res = self.__matrix_power(base, n-2)
return res[0][0] + res[1][0]
def __matrix_power(self, mat, n):
"""
求一个方阵的幂
"""
if len(mat) != len(mat[0]):
raise ValueError("The length of m and n is different.")
if n < 0 or str(type(n)) != "<type 'int'>":
raise ValueError("The power is unsuitable.")
product, tmp = [], []
for _ in xrange(len(mat)):
tmp.append(0)
for _ in xrange(len(mat)):
product.append(copy.deepcopy(tmp))
for _ in xrange(len(mat)):
product[_][_] = 1
tmp = mat
while n > 0:
if (n & 1) != 0: # 按位与的操作，在幂数的二进制位为1时，乘到最终结果上，否则自乘
product = self.__multiply_matrix(product, tmp)
tmp = self.__multiply_matrix(tmp, tmp)
n = 1
return product
@staticmethod
def __multiply_matrix(mat1, mat2):
"""
矩阵计算乘积
:param m: 矩阵1，二维列表
:param n: 矩阵2
:return: 乘积
"""
if len(mat1[0]) != len(mat2):
raise ValueError("Can not compute the product of mat1 and mat2.")
product, tmp = [], []
for _ in xrange(len(mat2[0])):
tmp.append(0)
for _ in xrange(len(mat1)):
product.append(copy.deepcopy(tmp))
for i in xrange(0, len(mat1)):
for j in xrange(0, len(mat2[0])):
for k in xrange(0, len(mat1[0])):
if mat1[i][k] != 0 and mat2[k][j] != 0:
product[i][j] += mat1[i][k] * mat2[k][j]
return product
f = Fibonacci()
print f.fibonacci1(23)
print f.fibonacci2(23)
mat1 = [[2,4,5],[1,0,2],[4,6,9]]
mat2 = [[2,9],[1,0],[5,7]]
print f.fibonacci3(23)
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。
python,斐波那契数列
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。