算法技巧: 如何使用JavaScript编写高效的fabonac
<br />
斐波那契数列,(意大利语:Successione di Fibonacci),又译做费波拿契数列、费氏数列、黄金分割数列。发明者,是意大利数学家列昂纳多·斐波那契(Leonardo Fibonacci)。
斐波那契数列指的是这样一个数列:
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, ...
在数学上,斐波那契数列是以递归的方式定义:
- f(0) = 0
- f(1) = 1
- f(n) = f(n - 1) + f(n - 2) // n >= 2
1202年,斐波那契完成了巨著《计算之书》(Liber Abaci),斐波那契数列便是出自这本著作,它来自一个“兔子繁殖”问题:
假定兔子在出生两个月后就有繁殖能力,一对兔子每个月能生出一对小兔子。如果所有兔子都不死,那么一年后可以繁殖多少对兔子?
兔子繁殖
程序员的信仰
作为一个Programmer,多年经验给我的印象,我们不是纯的数学家,我们也解决数学问题,并用数学的知识武装自己。然而有时候,我们还要考虑一些非纯数学的问题。比如性能,维护,可扩展,...
接下来,我们不再过多的关注斐波那契数列的历史,和其在物理化学上的贡献,把关注点集中在编程实现上。
第一个fabonacci程序
根据fabonacci的定义,我们可以很轻松的编写出实现代码:
function fabonacci(n) {
if (n === 0) {
return 0;
}
if (n === 1) {
return 1;
}
return fabonacci(n - 1) + fabonacci(n - 2);
}
让我们来测试一下所编写的程序,测试计算第50个值fabonacci(50):
var start = new Date();
var result = fabonacci(50);
var end = new Date();
console.log('fabonacci(%d) = %d, use time %dms.',
50,
result,
end.getTime() - start.getTime());
打开Shell,运行Node.js:
$ node
然后,复制上面的代码,回车,得到如下的控制台输出:
> fabonacci(50) = 12586269025, use time 242702ms.
天啊!
在我的笔记本上计算fabonacci(50),竟然花费了242秒(4分钟)!
一定是出现了什么问题!
让我们仔细的推导整个计算过程,来找出潜在的问题:
* f(0) = 0
* f(1) = 1
* f(2) = f(1) + f(0)
* f(3) = f(2) + f(1)
= (f(1) + f(0)) + f(1)
* f(4) = f(3) + f(2)
= (f(2) + f(1)) + (f(1) + f(0))
= ((f(1) + f(0)) + f(1)) + (f(1) + f(0))
* f(5) = f(4) + f(3)
= (f(3) + f(2)) + (f(2) + f(1))
= ((f(2) + f(1)) + (f(1) + f(0))) + ((f(1) + f(0)) + f(1))
= (((f(1) + f(0)) + f(1)) + (f(1) + f(0))) + ((f(1) + f(0)) + f(1))
* ...
看出来了吗?
- 当我们计算f(0)的时候,计算了1次f(0) => f(0)
- 当我们计算f(1)的时候,计算了1次f(1) => f(1)
- 当我们计算f(2)的时候,计算了1次f(1) + f(0) => f(2)
- 当我们计算f(3)的时候,根据递归过程,实际计算了
- 1次f(1) + f(0) => f(2)
- 1次f(2) + f(1) => f(3)
- 当我们计算f(4)的时候,根据递归过程,实际计算了
- 2次f(1) + f(0) => f(2)
- 1次f(2) + f(1) => f(3)
- 1次f(3) + f(2) => f(4)
- 当我们计算f(5)的时候,根据递归过程,实际计算了
- 3次f(1) + f(0) => f(2)
- 2次f(2) + f(1) => f(3)
- 1次f(3) + f(2) => f(4)
- 1次f(4) + f(3) => f(5)
- ...
通过这个规律,我们发现
- 计算f(4)的时候,f(2)的值被重复计算了2次
- 计算f(5)的时候,f(2)的值被重复计算了3次,f(3)的值被重复计算了2次
- ...
计算的数字越大,重复的计算就会越多。
怎么解决重复计算的问题?
通过上面的过程推导,我们可以这样思考:
既然是计算过的数字值被重复计算,那么我们可以使用缓存的方式,把计算过的结果保存起来,更大的数字计算直接从缓存中取,不就可以省去计算过程了吗?
因此,我们可以设定一个缓存对象:
var cache = {};
用来保存我们已经计算过的值,cache的使用过程将会是这样的:
假设我们已经计算过了0~9的结果
cache = {
0: 0,
1: 1,
2: 1,
3: 2,
4: 3,
5: 5,
6: 8,
7: 13,
8: 21,
9: 34
};
当我们要计算fabonacci(5)的时候,我们就能够1次从缓存中取出结果:
return cache[5];
是不是十分完美?
这样就只计算了1次cache[5]!
那么,当我们计算fabonacci(10)的时候,我们只需要:
var result = cache[10] = cache[8] + cache[9];
return result;
只计算了1次cache[8] + cache[9],同时把结果保存进了缓存cache!
新版本的,性能高效的fabonacci程序
经过我们的努力,实现了如下性能高效的fabonacci程序:
var cache = {
0: 0,
1: 1
};
function fabonacci(n) {
if (typeof cache[n] === 'number') {
return cache[n];
}
var result = cache[n] = fabonacci(n - 1) + fabonacci(n - 2);
return result;
}
这个代码,我们还可以再写的优雅些,像下面这样:
var cache = {
0: 0,
1: 1
};
function fabonacci(n) {
return typeof cache[n] === 'number'
? cache[n]
: cache[n] = fabonacci(n - 1) + fabonacci(n - 2);
}
OK!
现在,用我们上面的测试代码测试一下新版本的fabonacci程序吧:
var start = new Date();
var result = fabonacci(50);
var end = new Date();
console.log('fabonacci(%d) = %d, use time %dms.',
50,
result,
end.getTime() - start.getTime());
// fabonacci(50) = 12586269025, use time 2ms.
!!!Perfect!!!这次计算fabonacci(50)只用了2ms的时间!
你喜欢函数式吗?
上面的是C语言的风格,cache放在外部,你喜欢函数式编程吗?
我们也可以编写函数式风格的fabonacci程序,有助于减少变量混乱:
function fabonacci() {
var cache = {
0: 0,
1: 1
};
return function __fabonacci(n) {
return typeof cache[n] === 'number'
? cache[n]
: cache[n] = __fabonacci(n - 1) + __fabonacci(n - 2);
};
}
var fb = fabonacci();
fb(50);
另外,你会发现cache的键都是数字,而且是从0开始递增计数,
所以,cache也可以用数组代替:
function fabonacci() {
var cache = [0, 1];
return function __fabonacci(n) {
return typeof cache[n] === 'number'
? cache[n]
: cache[n] = __fabonacci(n - 1) + __fabonacci(n - 2);
};
}
使用纯C风格的代码好,还是函数式风格的代码好?
我觉得这两个都很好,很直观,容易维护,容易理解。
在Node.js的模块下,你可以很安全的放置你的变量,所以C风格也不是问题。
这完全取决于你的风格!!!
当然,我们也可以奉上面向对象的风格:
function Fabonacci() {
if (!(this instanceof Fabonacci)) {
return new Fabonacci();
}
this._cache = [0, 1];
}
Fabonacci.prototype.compute = function (n) {
return typeof this._cache[n] === 'number'
? this._cache[n]
: this._cache[n] = this.compute(n - 1) + this.compute(n - 2);
};
Fabonacci().compute(50);