Я знаю, что нет ничего плохого в написании с надлежащей структурой функций, но я хотел бы знать, как я могу найти n-е число фибоначчи с большинством Pythonic-способов с помощью одной строки.
Я написал этот код, но мне это не показалось наилучшим образом:
>>> fib=lambda n:reduce(lambda x,y:(x[0]+x[1],x[0]),[(1,1)]*(n-2))[0]
>>> fib(8)
13
Как это может быть лучше и проще?
fib = lambda n:reduce(lambda x,n:[x[1],x[0]+x[1]], range(n),[0,1])[0]
(при этом поддерживается кортеж, сопоставленный с [a, b] на [b, a + b], инициализированный на [0,1], повторенный N раз, затем принимающий первый элемент кортежа)
>>> fib(1000)
43466557686937456435688527675040625802564660517371780402481729089536555417949051
89040387984007925516929592259308032263477520968962323987332247116164299644090653
3187938298969649928516003704476137795166849228875L
(обратите внимание, что в этой нумерации fib (0) = 0, fib (1) = 1, fib (2) = 1, fib (3) = 2 и т.д.)
(также обратите внимание: reduce
- это встроенная функция в Python 2.7, но не в Python 3; вам нужно будет выполнить from functools import reduce
в Python 3.)
reduce
функции ввода «s принимает два аргумента, аккумулятор и ввод: уменьшить вызывает функцию для каждого элемента в итерации (который является range(n)
. в данном случае) Аккумулятор в этом случае x
, который является кортежем, инициализируется в [0,1]. Функция в less () выводит новый кортеж [x[1],x[0]+x[1]]
.
Редко встречающийся трюк заключается в том, что лямбда-функция может ссылаться на себя рекурсивно:
fib = lambda n: n if n < 2 else fib(n-1) + fib(n-2)
Кстати, он редко встречается, потому что он запутан, и в этом случае он также неэффективен. Это гораздо лучше написать на нескольких строках:
def fibs():
a = 0
b = 1
while True:
yield a
a, b = b, a + b
Недавно я узнал об использовании матричного умножения для генерации чисел Фибоначчи, что было довольно круто. Вы берете базовую матрицу:
[1, 1]
[1, 0]
и умножить его на N раз, чтобы получить:
[F(N+1), F(N)]
[F(N), F(N-1)]
Сегодня утром, размышляя в паре на душевой стене, я понял, что вы можете сократить время работы пополам, начиная со второй матрицы и умножить ее на себя N/2 раза, затем используя N, чтобы выбрать индекс из первой строки/столбца.
С небольшим сжатием я получил его до одной строки:
import numpy
def mm_fib(n):
return (numpy.matrix([[2,1],[1,1]])**(n//2))[0,(n+1)%2]
>>> [mm_fib(i) for i in range(20)]
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181]
Если мы считаем, что "самый Pythonic way" будет изящным и эффективным, тогда:
def fib(nr):
return int(((1 + math.sqrt(5)) / 2) ** nr / math.sqrt(5) + 0.5)
побеждает. Зачем использовать неэффективный алгоритм (и если вы начнете использовать memoization, мы можем забыть о oneliner), когда вы можете решить проблему просто отлично в O (1) путем аппроксимации результата с золотым соотношением? Хотя на самом деле я, очевидно, написал бы его в этой форме:
def fib(nr):
ratio = (1 + math.sqrt(5)) / 2
return int(ratio ** nr / math.sqrt(5) + 0.5)
Более эффективный и намного понятный.
Это нерекурсивный (анонимный) memoizing one liner
fib = lambda x,y=[1,1]:([(y.append(y[-1]+y[-2]),y[-1])[1] for i in range(1+x-len(y))],y[x])[1]
fib = lambda n, x=0, y=1 : x if not n else fib(n-1, y, x+y)
время выполнения O (n), fib (0) = 0, fib (1) = 1, fib (2) = 1...
Это замкнутое выражение для ряда Фибоначчи, которое использует целочисленную арифметику и достаточно эффективно.
fib = lambda n:pow(2<<n,n+1,(4<<2*n)-(2<<n)-1)%(2<<n)
>> fib(1000)
4346655768693745643568852767504062580256466051737178
0402481729089536555417949051890403879840079255169295
9225930803226347752096896232398733224711616429964409
06533187938298969649928516003704476137795166849228875L
Он вычисляет результат в арифметических операциях O (log n), каждый из которых действует на целые числа с O (n) битами. Учитывая, что результатом (n-е число Фибоначчи) является O (n) бит, метод вполне разумный.
На основе genefib4
из http://fare.tunes.org/files/fun/fibonacci.lisp, который, в свою очередь, был основан на менее эффективном замкнутом выражении, (см.: http://paulhankin.github.io/Fibonacci/)
Другой пример, отвечая на отзыв от Марка Байерса:
fib = lambda n,a=0,b=1: a if n<=0 else fib(n-1,b,a+b)
Здесь реализована реализация, которая не использует рекурсию, и только запоминает последние два значения вместо всей истории последовательности.
nthfib() ниже - прямое решение исходной задачи (до тех пор, пока импорт разрешен)
Это менее изящно, чем использование методов "Уменьшить" выше, но, хотя и немного отличается от того, что было предложено, он получает возможность более эффективно использоваться в качестве бесконечного генератора, если нужно вывести последовательность до n-го числа (переписывая немного как волокно() ниже).
from itertools import imap, islice, repeat
nthfib = lambda n: next(islice((lambda x=[0, 1]: imap((lambda x: (lambda setx=x.__setitem__, x0_temp=x[0]: (x[1], setx(0, x[1]), setx(1, x0_temp+x[1]))[0])()), repeat(x)))(), n-1, None))
>>> nthfib(1000)
43466557686937456435688527675040625802564660517371780402481729089536555417949051
89040387984007925516929592259308032263477520968962323987332247116164299644090653
3187938298969649928516003704476137795166849228875L
from itertools import imap, islice, repeat
fibgen = lambda:(lambda x=[0,1]: imap((lambda x: (lambda setx=x.__setitem__, x0_temp=x[0]: (x[1], setx(0, x[1]), setx(1, x0_temp+x[1]))[0])()), repeat(x)))()
>>> list(islice(fibgen(),12))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144]
Я новичок в Python, но сделал некоторые меры в учебных целях. Я собрал некоторый алгоритм Фибо и принял некоторые меры.
from datetime import datetime
import matplotlib.pyplot as plt
from functools import wraps
from functools import reduce
from functools import lru_cache
import numpy
def time_it(f):
@wraps(f)
def wrapper(*args, **kwargs):
start_time = datetime.now()
f(*args, **kwargs)
end_time = datetime.now()
elapsed = end_time - start_time
elapsed = elapsed.microseconds
return elapsed
return wrapper
@time_it
def fibslow(n):
if n <= 1:
return n
else:
return fibslow(n-1) + fibslow(n-2)
@time_it
@lru_cache(maxsize=10)
def fibslow_2(n):
if n <= 1:
return n
else:
return fibslow_2(n-1) + fibslow_2(n-2)
@time_it
def fibfast(n):
if n <= 1:
return n
a, b = 0, 1
for i in range(1, n+1):
a, b = b, a + b
return a
@time_it
def fib_reduce(n):
return reduce(lambda x, n: [x[1], x[0]+x[1]], range(n), [0, 1])[0]
@time_it
def mm_fib(n):
return (numpy.matrix([[2, 1], [1, 1]])**(n//2))[0, (n+1) % 2]
@time_it
def fib_ia(n):
return pow(2 << n, n+1, (4 << 2 * n) - (2 << n)-1) % (2 << n)
if __name__ == '__main__':
X = range(1, 200)
# fibslow_times = [fibslow(i) for i in X]
fibslow_2_times = [fibslow_2(i) for i in X]
fibfast_times = [fibfast(i) for i in X]
fib_reduce_times = [fib_reduce(i) for i in X]
fib_mm_times = [mm_fib(i) for i in X]
fib_ia_times = [fib_ia(i) for i in X]
# print(fibslow_times)
# print(fibfast_times)
# print(fib_reduce_times)
plt.figure()
# plt.plot(X, fibslow_times, label='Slow Fib')
plt.plot(X, fibslow_2_times, label='Slow Fib w cache')
plt.plot(X, fibfast_times, label='Fast Fib')
plt.plot(X, fib_reduce_times, label='Reduce Fib')
plt.plot(X, fib_mm_times, label='Numpy Fib')
plt.plot(X, fib_ia_times, label='Fib ia')
plt.xlabel('n')
plt.ylabel('time (microseconds)')
plt.legend()
plt.show()
Результат обычно одинаков.
Fiboslow_2 с рекурсией и кешем, целочисленная арифметика Fib и алгоритмы Fibfast кажутся лучшими. Возможно, мой декоратор не лучшая вещь для измерения производительности, но для обзора это показалось хорошим.
Почему бы не использовать понимание списка?
from math import sqrt, floor
[floor(((1+sqrt(5))**n-(1-sqrt(5))**n)/(2**n*sqrt(5))) for n in range(100)]
Без математического импорта, но менее симпатичного:
[int(((1+(5**0.5))**n-(1-(5**0.5))**n)/(2**n*(5**0.5))) for n in range(100)]
Мои 2 цента
# One Liner
def nthfibonacci(n):
return long(((((1+5**.5)/2)**n)-(((1-5**.5)/2)**n))/5**.5)
ИЛИ
# Steps
def nthfibonacci(nth):
sq5 = 5**.5
phi1 = (1+sq5)/2
phi2 = -1 * (phi1 -1)
n1 = phi1**(nth+1)
n2 = phi2**(nth+1)
return long((n1 - n2)/sq5)
Я не знаю, является ли это самым питоническим методом, но это лучшее, что я мог бы придумать: →
Fibonacci = lambda x,y=[1,1]:[1]*x if (x<2) else ([y.append(y[q-1] + y[q-2]) for q in range(2,x)],y)[1]
В приведенном выше коде не используется рекурсия, просто список для хранения значений.
def fib(n):
x =[0,1]
for i in range(n):
x=[x[1],x[0]+x[1]]
return x[0]
возьмите реплику от Джейсона С, я думаю, что моя версия имеет лучшее понимание.
Чтобы решить эту проблему, я был вдохновлен аналогичным вопросом здесь, в Stackoverflow Single Statement Fibonacci, и я получил эту единственную функцию, которая может вывести список последовательности фибоначчи, Хотя это Python 2 script, не проверенный на Python 3:
(lambda n, fib=[0,1]: fib[:n]+[fib.append(fib[-1] + fib[-2]) or fib[-1] for i in range(n-len(fib))])(10)
назначьте эту лямбда-функцию переменной, чтобы ее повторно использовать:
fib = (lambda n, fib=[0,1]: fib[:n]+[fib.append(fib[-1] + fib[-2]) or fib[-1] for i in range(n-len(fib))])
fib(10)
output - это список последовательности фибоначчи:
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
Начиная с Python 3.8
и введением выражений присваивания (PEP 572) (:=
оператор), мы можем использовать и обновлять переменную в пределах понимания списка:
fib = lambda n,x=(0,1):[x := (x[1], sum(x)) for i in range(n+1)][-1][0]
Это:
n-1
и n-2
как кортеж x=(0, 1)
n
раз, x
обновляется через выражение присваивания (x := (x[1], sum(x))
) для новых значений n-1
и n-2
x
Вы можете сгенерировать один раз список с некоторыми значениями и использовать по мере необходимости:
fib_fix = []
fib = lambda x: 1 if x <=2 else fib_fix[x-3] if x-2 <= len(fib_fix) else (fib_fix.append(fib(x-2) + fib(x-1)) or fib_fix[-1])
fib_x = lambda x: [fib(n) for n in range(1,x+1)]
fib_100 = fib_x(100)
чем, например:
a = fib_fix[76]
вот как я это делаю, однако функция возвращает None для части строки распознавания списка, чтобы позволить мне вставить цикл внутри. поэтому в основном это то, что он добавляет новые элементы fib seq внутри списка, который состоит из двух элементов
>>f=lambda list,x :print('The list must be of 2 or more') if len(list)<2 else [list.append(list[-1]+list[-2]) for i in range(x)]
>>a=[1,2]
>>f(a,7)
Лямбда с логическими операторами
fibonacci_oneline = lambda n = 10, out = []: [ out.append(i) or i if i <= 1 else out.append(out[-1] + out[-2]) or out[-1] for i in range(n)]
Простой генератор чисел Фибоначчи с использованием рекурсии
fib = lambda x: 1-x if x < 2 else fib(x-1)+fib(x-2)
print fib(100)
Это занимает время, чтобы вычислить fib(100)
на моем компьютере.
Существует также закрытая форма чисел Фибоначчи.
fib = lambda n: int(1/sqrt(5)*((1+sqrt(5))**n-(1-sqrt(5))**n)/2**n)
print fib(50)
Это работает почти до 72 номеров из-за проблемы с точностью.
Similar:
def fibonacci(n):
f=[1]+[0]
for i in range(n):
f=[sum(f)] + f[:-1]
print f[1]