面试官问你斐波那契数列的时候不要高兴得太早 - 好文

前言

假如面试官让你编写求斐波那契数列的代码时，是不是心中暗喜?不就是递归么，早就会了。如果真这么想，那就危险了。

递归求斐波那契数列

递归，在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。
斐波那契数列的计算表达式很简单：
F(n) = n; n = 0,1 F(n) = F(n-1) + F(n-2),n >= 2;
因此，我们能很快根据表达式写出递归版的代码：
/*fibo.c*/ #include <stdio.h> #include <stdlib.h> /*求斐波那契数列递归版*/
unsigned long fibo(unsigned long int n) {     if(n <= 1)         return n;
    else         return fibo(n-1) + fibo(n-2); }
int main(int argc,char *argv[]) {     if(1 >= argc)     {
       printf("usage:./fibo num\n");        return -1;     }
    unsigned long  n = atoi(argv[1]);     unsigned long  fiboNum = fibo(n);
    printf("the %lu result is %lu\n",n,fiboNum);     return 0; }
关键代码为3~9行。简洁明了，一气呵成。
编译：
gcc -o fibo fibo.c
运行计算第5个斐波那契数：
$ time ./fibo 5 the 5 result is 5 real    0m0.001s user    0m0.001s
sys    0m0.000s
看起来并没有什么不妥，运行时间也很短。
继续计算第50个斐波那契数列：
$ time ./fibo 50 the 50 result is 12586269025 real    1m41.655s
user    1m41.524s sys    0m0.076s
计算第50个斐波那契数的时候，竟然将近两多钟！

递归分析

为什么计算第50个的时候竟然需要1分多钟。我们仔细分析我们的递归算法，就会发现问题，当我们计算fibo(5)的时候，是下面这样的：
                         |--F(1)                   |--F(2)|
           |--F(3)|      |--F(0)            |      |     |--F(4)|      |--F(1)
    |      |           |      |      |--F(1)     |      |--F(2)|
    |             |--F(0) F(5)|                  |             |--F(1)
    |      |--F(2)|     |      |      |--F(0)     |--F(3)|            |
           |--F(1)

为了计算fibo(5)，需要计算fibo(3)，fibo(4)；而为了计算fibo(4)，需要计算fibo(2)，fibo(3)……最终为了得到fibo(5)的结果，fibo(0)被计算了3次，fibo(1)被计算了5次，fibo(2)被计算了2次。可以看到，它的计算次数几乎是指数级的！

因此，虽然递归算法简洁，但是在这个问题中，它的时间复杂度却是难以接受的。除此之外，递归函数调用的越来越深，它们在不断入栈却迟迟不出栈，空间需求越来越大，虽然访问速度高，但大小是有限的，
最终可能导致栈溢出。
在linux中，我们可以通过下面的命令查看栈空间的软限制：
$ ulimit -s 8192
可以看到，默认栈空间大小只有8M。一般来说，8M的栈空间对于一般程序完全足够。如果8M的栈空间不够使用，那么就需要重新审视你的代码设计了。

递归改进版

既然我们知道最初版本的递归存在大量的重复计算，那么我们完全可以考虑将已经计算的值保存起来，从而避免重复计算，该版本代码实现如下：
/*fibo3.c*/ #include <stdio.h> #include <stdlib.h> /*求斐波那契数列，避免重复计算版本*/
unsigned long fiboProcess(unsigned long *array,unsigned long n) {     if(n < 2)
        return n;     else     {         /*递归保存值*/
        array[n] = fiboProcess(array,n-1) + array[n-2];
        return array[n];     } } unsigned long  fibo(unsigned long  n) {
    if(n <= 1)         return n;     unsigned long ret = 0;
    /*申请数组用于保存已经计算过的内容*/
    unsigned long *array = (unsigned long*)calloc(n+1,sizeof(unsigned long));
    if(NULL == array)     {         return -1;     }     array[1] = 1;
    ret = fiboProcess(array,n);     free(array);     array = NULL;
    return ret; } /**main函数部分与fibo.c相同，这里省略*/
效率如何呢？
$ gcc -o fibo0 fibo3.c $ time ./fibo0 50 the 50 result is 12586269025
real    0m0.002s user    0m0.002s sys    0m0.001s
可见其效率还是不错的，时间复杂度为O(n)。但是特别注意的是，这种改进版的递归，虽然避免了重复计算，但是调用链仍然比较长。

迭代解法

既然递归法不够优雅，我们换一种方法。如果不用计算机计算，让你去算第n个斐波那契数，你会怎么做呢？我想最简单直接的方法应该是：知道第一个和第二个后，计算第三个；知道第二个和第三个后，计算第四个，以此类推。最终可以得到我们需要的结果。这种思路，没有冗余的计算。基于这个思路，我们的C语言实现如下：
/*fibo1.c*/ #include <stdio.h> #include <stdlib.h> /*求斐波那契数列迭代版*/
unsigned long  fibo(unsigned long  n) {     unsigned long  preVal = 1;
    unsigned long  prePreVal = 0;     if(n <= 2)         return n;
    unsigned long  loop = 1;     unsigned long  returnVal = 0;
    while(loop < n)     {         returnVal = preVal +prePreVal;
        /*更新记录结果*/         prePreVal = preVal;         preVal = returnVal;
        loop++;     }     return returnVal; } /**main函数部分与fibo.c相同，这里省略*/
编译并计算第50个斐波那契数：
$ gcc -o fibo1 fibo1.c $ time ./fibo1 50 the 50 result is 12586269025
real    0m0.002s user    0m0.001s sys    0m0.002s
可以看到，计算第50个斐波那契数只需要0.002s！时间复杂度为O(n)。

尾递归解法

同样的思路，但是采用尾递归的方法来计算。要计算第n个斐波那契数，我们可以先计算第一个，第二个，如果未达到n，则继续递归计算，尾递归C语言实现如下：
/*fibo2.c*/ #include <stdio.h> #include <stdlib.h> /*求斐波那契数列尾递归版*/
unsigned long fiboProcess(unsigned long n,unsigned long  prePreVal,unsigned long  preVal,unsigned long begin)
{     /*如果已经计算到我们需要计算的，则返回*/     if(n == begin)
        return preVal+prePreVal;     else     {         begin++;
        return fiboProcess(n,preVal,prePreVal+preVal,begin);     } }
unsigned long  fibo(unsigned long  n) {     if(n <= 1)         return n;
    else         return fiboProcess(n,0,1,2); } /**main函数部分与fibo.c相同，这里省略*/
效率如何呢？
$ gcc -o fibo2 fibo2.c $ time ./fibo2 50 the 50 result is 12586269025
real    0m0.002s user    0m0.001s sys    0m0.002s

可见，其效率并不逊于迭代法。尾递归在函数返回之前的最后一个操作仍然是递归调用。尾递归的好处是，进入下一个函数之前，已经获得了当前函数的结果，因此不需要保留当前函数的环境，内存占用自然也是比最开始提到的递归要小。时间复杂度为O(n)。

矩阵快速幂解法

这是一种高效的解法，需要推导，对此不感兴趣的可直接看最终推导结果。下面的式子成立是显而易见的，不多做解释。

如果a为矩阵，等式同样成立，后面我们会用到它。
假设有矩阵2*2矩阵A，满足下面的等式：

可以得到矩阵A：

因此也就可以得到下面的矩阵等式：

再进行变换如下：

以此类推，得到：

实际上f(n)就是矩阵中的A[0][0],或者是矩阵中的A[0][1]。

那么现在的问题就归结为，如何求解，其中A为2*2的矩阵。根据我们最开始的公式，很容易就有思路，代码实现如下：
/*fibo3.c*/ #include <stdio.h> #include <stdlib.h> #include <string.h>
#define MAX_COL 2 #define MAX_ROW 2 typedef unsigned long MatrixType;
/*计算2*2矩阵乘法，这里没有写成通用形式，有兴趣的可以自己实现通用矩阵乘法*/
int matrixDot(MatrixType A[MAX_ROW][MAX_COL],MatrixType B[MAX_ROW][MAX_COL],MatrixType C[MAX_ROW][MAX_COL])
{    /*C为返回结果，由于A可能和C相同，因此使用临时矩阵存储*/     MatrixType tempMa[MAX_ROW][MAX_COL] ;
    memset(tempMa,0,sizeof(tempMa));     /*这里简便处理*/
    tempMa[0][0] = A[0][0] * B[0][0] + A[0][1] * B [1][0];
    tempMa[0][1] = A[0][0] * B[0][1] + A[0][1] * B [1][1];
    tempMa[1][0] = A[1][0] * B[0][0] + A[1][1] * B [1][0];
    tempMa[1][1] = A[1][0] * B[0][1] + A[1][1] * B [1][1];
    memcpy(C,tempMa,sizeof(tempMa));     return 0; } MatrixType fibo(int n){
    if(n <= 1)         return n;     MatrixType result[][MAX_COL] = {1,0,0,1};
    MatrixType A[][2] = {1,1,1,0};     while (n > 0)     {
        /*判断最后一位是否为1，即可知奇偶*/         if (n&1)         {
            matrixDot(result,A,result);         }         n /= 2;
        matrixDot(A,A,A);     }     return result[0][1]; }
/**main函数部分与fibo.c相同，这里省略*/
该算法的关键部分在于对的计算,它利用了我们开始提到的等式，对奇数和偶数分别处理。假设n为9，初始矩阵为INIT则计算过程如下：

* 9为奇数，则计算INIT*A，随后A变为A*A，n变为9/2，即为4
* 4为偶数，则结果仍为INIT*A，随后A变为，n变为4/2，即2
* 2为偶数，则结果仍未INIT*A,随后变A变为 ,n变为2/2，即1
* 1为奇数，则结果为INIT*(A^8)*A
可以看到，计算次数类似与二分查找次数，其时间复杂度为O(logn)。
运行试试看：
$ gcc -o fibo3 fibo3.c $ time ./fibo3 50 the 50 result is 12586269025
real    0m0.002s user    0m0.002s sys    0m0.000s
通项公式解法

斐波那契数列的通项公式为：

关于通项公式的求解，可以当成一道高考数列大题，有兴趣的可以尝试一下（提示：两次构造等比数列）。C语言代码实现如下：
/*fibo4.c*/ #include <stdio.h> #include <stdlib.h> #include <math.h>
unsigned long fibo(unsigned long n) {     if(n <=1 )         return n;
    return (unsigned long)((pow((1+sqrt(5))/2,n)-pow((1-sqrt(5))/2,n))/sqrt(5));
} /**main函数部分与fibo.c相同，这里省略*/
来看一下效率：
$ gcc -o fibo4 fibo4.c -lm $ time ./fibo4 the 50 result is 12586269025
real    0m0.002s user    0m0.002s sys    0m0.000s
计算第50个，速度还不错。

列表法

如果需要求解的斐波那契数列的第n个在有限范围内，那么完全可以将已知的斐波那契数列存储起来，在需要的时候读取即可，时间复杂度可以为O(1)。

斐波那契数列应用

关于斐波那契数列在实际中很常见，数学上也有很多奇特的性质，有兴趣的可在百科中查看。

总结

总结一下递归的优缺点：
优点：

* 实现简单
* 可读性好
缺点：

* 递归调用，占用空间大
* 递归太深，易发生栈溢出
* 可能存在重复计算
可以看到，对于求斐波那契数列的问题，使用一般的递归并不是一种很好的解法。
所以，当你使用递归方式实现一个功能之前，考虑一下使用递归带来的好处是否抵得上它的代价。

最新内容地址：重新看递归 <https://www.yanbinghu.com/2019/01/07/16863.html>

微信公众号【编程珠玑】：专注但不限于分享计算机编程基础，Linux，C语言，C++，算法，数据库等编程相关[原创]技术文章，号内包含大量经典电子书和视频学习资源。欢迎一起交流学习，一起修炼计算机“内功”，知其然，更知其所以然。

热门工具换一换