Liczby Fibonacciego to liczby w następującej sekwencji liczb całkowitych. 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, …….. W ujęciu matematycznym ciąg Fn liczb Fibonacciego jest określony przez relację powtarzania.

F _N = F _n-1 + F _n-2

z wartościami nasion: F ₀ = 0 i F ₁ = 1.

Liczby Fibonacciego przy użyciu podejścia natywnego

Szereg Fibonacciego za pomocą a Pętla while w Pythonie jest zaimplementowane.

Python3

n> => 10> num1> => 0> num2> => 1> next_number> => num2> count> => 1> while> count <> => n:> > print> (next_number, end> => ' '> )> > count> +> => 1> > num1, num2> => num2, next_number> > next_number> => num1> +> num2> print> ()>

Wyjście

1 2 3 5 8 13 21 34 55 89 

Program w Pythonie dla liczb Fibonacciego wykorzystujący rekurencję

Pyton Funkcja służąca do znajdowania n-tej liczby Fibonacciego Rekurencja w Pythonie .

Python3

def> Fibonacci(n):> > # Check if input is 0 then it will> > # print incorrect input> > if> n <> 0> :> > print> (> 'Incorrect input'> )> > # Check if n is 0> > # then it will return 0> > elif> n> => => 0> :> > return> 0> > # Check if n is 1,2> > # it will return 1> > elif> n> => => 1> or> n> => => 2> :> > return> 1> > else> :> > return> Fibonacci(n> -> 1> )> +> Fibonacci(n> -> 2> )> # Driver Program> print> (Fibonacci(> 9> ))>

Wyjście

34 

Złożoność czasowa: O(2 ^ n) Wykładniczy
Przestrzeń pomocnicza: NA)

Sekwencja Fibonacciego przy użyciu DP (programowanie dynamiczne)

Programowanie dynamiczne w Pythonie przyjmuje dwie pierwsze liczby Fibonacciego jako 0 i 1.

Python3

# Function for nth fibonacci> # number> FibArray> => [> 0> ,> 1> ]> def> fibonacci(n):> > > # Check is n is less> > # than 0> > if> n <> 0> :> > print> (> 'Incorrect input'> )> > > # Check is n is less> > # than len(FibArray)> > elif> n <> len> (FibArray):> > return> FibArray[n]> > else> :> > FibArray.append(fibonacci(n> -> 1> )> +> fibonacci(n> -> 2> ))> > return> FibArray[n]> # Driver Program> print> (fibonacci(> 9> ))>

Wyjście

34 

Złożoność czasowa: NA)
Przestrzeń pomocnicza: NA)

Optymalizacja ciągu Fibonacciego

Tutaj również Optymalizacja przestrzeni Biorąc pierwsze dwie liczby Fibonacciego jako 0 i 1.

Python3

# Function for nth fibonacci number> def> fibonacci(n):> > a> => 0> > b> => 1> > > # Check is n is less> > # than 0> > if> n <> 0> :> > print> (> 'Incorrect input'> )> > > # Check is n is equal> > # to 0> > elif> n> => => 0> :> > return> 0> > > # Check if n is equal to 1> > elif> n> => => 1> :> > return> b> > else> :> > for> i> in> range> (> 1> , n):> > c> => a> +> b> > a> => b> > b> => c> > return> b> # Driver Program> print> (fibonacci(> 9> ))>

Wyjście

34 

Złożoność czasowa: NA)
Przestrzeń pomocnicza: O(1)

Ciąg Fibonacciego przy użyciu pamięci podręcznej

lru_cache zapisze wynik, abyśmy nie musieli ponownie znajdować Fibonacciego dla tej samej liczby.

Python3

from> functools> import> lru_cache> # Function for nth Fibonacci number> @lru_cache> (> None> )> def> fibonacci(num:> int> )> -> >> int> :> > # check if num is less than 0> > # it will return none> > if> num <> 0> :> > print> (> 'Incorrect input'> )> > return> > # check if num between 1, 0> > # it will return num> > elif> num <> 2> :> > return> num> > # return the fibonacci of num - 1 & num - 2> > return> fibonacci(num> -> 1> )> +> fibonacci(num> -> 2> )> # Driver Program> print> (fibonacci(> 9> ))>

Wyjście

34 

Złożoność czasowa: NA)
Przestrzeń pomocnicza: NA)

Ciąg Fibonacciego wykorzystujący cofanie się

Funkcja dla n-tej liczby Fibonacciego Python3

def> fibonacci(n, memo> => {}):> > if> n <> => 0> :> > return> 0> > elif> n> => => 1> :> > return> 1> > elif> n> in> memo:> > return> memo[n]> > else> :> > memo[n]> => fibonacci(n> -> 1> )> +> fibonacci(n> -> 2> )> > return> memo[n]> # Driver Program> print> (fibonacci(> 9> ))>

Wyjście

34 

Złożoność czasowa: NA)
Przestrzeń pomocnicza: NA)

Proszę zapoznać się z pełnym artykułem na temat Program do liczb Fibonacciego po więcej szczegółów!