Project Nayuki
Definition: Die Fibonacci-Sequenz ist definiert als \(F(0) = 0\), \( F(1) = 1\) und \(F(n) = F(n-1) + F(n-2)\) für \(n ≥ 2\). Also ist die Sequenz (beginnend mit \(F(0)\)) 0, 1, 1, 2, 3, 5, 8, 13, 21, ….
Wenn wir einen einzelnen Term in der Sequenz berechnen wollen (zB \(F(n)\)), gibt es ein paar Algorithmen, um dies zu tun. Einige Algorithmen sind viel schneller als andere.
Algorithmen
Lehrbuch rekursiv (extrem langsam)
Naiv können wir die Wiederholung direkt ausführen, wie in der mathematischen Definition der Fibonacci-Sequenz angegeben. Leider ist es hoffnungslos langsam: Es verwendet \(Θ(n)\) Stapelraum und \(Θ(φ^n)\) arithmetische Operationen, wobei \(φ = \frac{\sqrt{5} + 1}{2}\) ( der goldene Schnitt). Mit anderen Worten, die Anzahl der zu berechnenden Operationen \(F(n)\) ist proportional zur endgültigen numerischen Antwort, die exponentiell wächst.
Dynamische Programmierung (langsam)
Es sollte klar sein, dass wir, wenn wir bereits \(F(k-2)\) und \(F(k-1)\) berechnet haben, diese hinzufügen können, um \(F(k)\) zu erhalten. Als nächstes addieren wir \(F(k-1)\) und \(F(k)\), um \(F(k+1)\) zu erhalten. Wir wiederholen, bis wir \(k = n\) erreichen. Die meisten Leute bemerken diesen Algorithmus automatisch, besonders wenn sie Fibonacci von Hand berechnen. Dieser Algorithmus nimmt \(Θ(1)\) Raum und \ (Θ(n)\) Operationen.
Matrix Potenzierung (schnell)
Der Algorithmus basiert auf dieser unschuldig aussehenden Identität (die durch mathematische Induktion bewiesen werden kann):
\( \left^n = \left \).
Es ist wichtig, die Potenzierung durch Quadrieren mit diesem Algorithmus zu verwenden, da er sonst zum dynamischen Programmieralgorithmus ausartet. Dieser Algorithmus nimmt \ (Θ(1)\) Raum und \ (Θ(\log n)\) Operationen. (Beachten: Wir zählen die Anzahl der Bigint-Rechenoperationen, nicht Wortoperationen mit fester Breite.)
Schnelle Verdopplung (schneller)
Gegeben \(F(k)\) und \(F(k+1)\), können wir diese berechnen:
\(\begin{align}F(2k) &= F(k) \). \\F(2k+1) &= F(k+1)^2 + F(k)^2.\end{align}\)
Diese Identitäten können aus dem Matrix-Potenzierungsalgorithmus extrahiert werden. In gewissem Sinne ist dieser Algorithmus der Matrixpotentiationsalgorithmus, wobei die redundanten Berechnungen entfernt werden. Es sollte ein konstanter Faktor schneller sein als die Matrixpotentiation, aber die asymptotische Zeitkomplexität ist immer noch dieselbe.Zusammenfassung: Die beiden schnellen Fibonacci-Algorithmen sind Matrixpotentiation und schnelle Verdoppelung, die jeweils eine asymptotische Komplexität von \ (Θ (\log n)\) Bigint-arithmetischen Operationen aufweisen. Beide Algorithmen verwenden Multiplikation, so dass sie noch schneller werden, wenn Karatsuba Multiplikation verwendet wird. Die anderen beiden Algorithmen sind langsam; Sie verwenden nur Addition und keine Multiplikation.
Quellcode
Implementierungen sind in mehreren Sprachen verfügbar:
-
Java: FastFibonacci.java (alle 3 Algorithmen, Timing Benchmark, lauffähiges Hauptprogramm)
-
Python: fastfibonacci.py (nur schnelle Verdopplungsfunktion)
-
Haskell: fastfibonacci.hs (nur schnelle Verdopplungsfunktion)
-
C#: FastFibonacci.cs (nur schnelle Verdoppelung, lauffähiges Hauptprogramm)
(erfordert .NET Framework 4.0 oder höher; compile withcsc /r:System.Numerics.dll fastfibonacci.cs)
Benchmarks
Graphs
All algorithms, naive multiplication
All algorithms, Karatsuba multiplication
Fast algorithms, both multiplication algorithms
(Note: The graphs have logarithmic scales on the x and y axes.)
Table
| n | Fast doubling, Karatsuba multiplication | Fast matrix, Karatsuba multiplication | Fast doubling, naive multiplication | Fast matrix, naive multiplication | Slow dynamic programming | Slow recursive |
|---|---|---|---|---|---|---|
| 1 | 5 414 | 1 042 | 4 197 | 887 | 10 | 4 |
| 2 | 5 638 | 2 092 | 4 442 | 1 822 | 53 | 22 |
| 3 | 5 708 | 2 740 | 4 509 | 2 342 | 92 | 56 |
| 4 | 5 945 | 3 027 | 4 733 | 2 660 | 133 | 114 |
| 5 | 5 989 | 3 677 | 4 787 | 3 147 | 172 | 219 |
| 6 | 5 972 | 3 956 | 4 765 | 3 371 | 211 | 400 |
| 8 | 6 191 | 3 972 | 4 969 | 3 428 | 289 | 1 161 |
| 10 | 6 283 | 4 952 | 5 022 | 4 154 | 370 | 3 113 |
| 13 | 6 307 | 5 610 | 5 046 | 4 667 | 488 | 13 480 |
| 16 | 6 479 | 4 955 | 5 177 | 4 210 | 605 | 57 300 |
| 20 | 6 542 | 5 923 | 5 234 | 4 985 | 763 | 394 000 |
| 25 | 6 632 | 6 565 | 5 263 | 5 479 | 964 | 4 373 000 |
| 32 | 6 794 | 5 887 | 5 388 | 4 908 | 1 235 | 127 500 000 |
| 40 | 6 818 | 6 880 | 5 433 | 5 715 | 1 552 | 5 980 000 000 |
| 50 | 6 806 | 7 742 | 5 486 | 6 446 | 2 023 | |
| 63 | 6 931 | 10 180 | 5 589 | 8 339 | 2 598 | |
| 79 | 7 162 | 11 090 | 5 753 | 9 187 | 3 396 | |
| 100 | 7 279 | 9 225 | 5 904 | 7 717 | 4 472 | |
| 126 | 7 427 | 12 410 | 6 059 | 10 220 | 5 866 | |
| 158 | 7 600 | 13 090 | 6 141 | 10 900 | 7 888 | |
| 200 | 8 006 | 11 700 | 6 556 | 9 969 | 10 640 | |
| 251 | 8 146 | 15 660 | 6 672 | 13 060 | 14 280 | |
| 316 | 8 597 | 18 810 | 7 089 | 16 530 | 19 610 | |
| 398 | 9 501 | 20 550 | 8 078 | 18 120 | 27 650 | |
| 501 | 9 964 | 24 050 | 8 492 | 21 340 | 38 970 | |
| 631 | 11 070 | 38 790 | 9 510 | 35 720 | 55 540 | |
| 794 | 13 020 | 41 810 | 11 520 | 39 380 | 80 280 | |
| 1 000 | 14 660 | 50 870 | 13 130 | 48 230 | 118 000 | |
| 1 259 | 18 640 | 99 020 | 16 990 | 95 640 | 175 300 | |
| 1 585 | 25 300 | 113 500 | 23 660 | 110 800 | 263 000 | |
| 1 995 | 32 360 | 148 100 | 30 770 | 144 700 | 397 500 | |
| 2 512 | 45 540 | 314 800 | 43 980 | 311 400 | 608 800 | |
| 3 162 | 67 800 | 372 200 | 66 250 | 369 000 | 937 200 | |
| 3 981 | 98 560 | 491 500 | 96 780 | 488 100 | 1 457 000 | |
| 5 012 | 143 500 | 1 050 000 | 145 900 | 1 132 000 | 2 269 000 | |
| 6 310 | 214 100 | 1 284 000 | 227 700 | 1 357 000 | 3 546 000 | |
| 7 943 | 320 300 | 1 662 000 | 351 300 | 1 821 000 | 5 547 000 | |
| 10 000 | 466 400 | 3 519 000 | 538 400 | 4 382 000 | 8 700 000 | |
| 12 589 | 691 100 | 4 303 000 | 851 700 | 5 254 000 | 13 640 000 | |
| 15 849 | 1 007 000 | 5 481 000 | 1 310 000 | 7 079 000 | 21 440 000 | |
| 19 953 | 1 493 000 | 11 800 000 | 2 081 000 | 17 260 000 | 33 620 000 | |
| 25 119 | 2 185 000 | 13 620 000 | 3 296 000 | 20 710 000 | 53 030 000 | |
| 31 623 | 3 205 000 | 17 570 000 | 5 159 000 | 27 860 000 | 83 310 000 | |
| 39 811 | 4 637 000 | 36 800 000 | 8 109 000 | 68 540 000 | 131 500 000 | |
| 50 119 | 6 750 000 | 42 430 000 | 12 910 000 | 82 230 000 | 207 700 000 | |
| 63 096 | 9 913 000 | 54 770 000 | 20 410 000 | 110 600 000 | 326 900 000 | |
| 79 433 | 14 450 000 | 113 300 000 | 32 300 000 | 275 100 000 | 517 100 000 | |
| 100 000 | 20 800 000 | 130 600 000 | 51 640 000 | 330 700 000 | 819 700 000 | |
| 125 893 | 30 380 000 | 168 900 000 | 81 150 000 | 445 200 000 | 1 296 000 000 | |
| 158 489 | 44 090 000 | 346 800 000 | 129 200 000 | 1 103 000 000 | 2 058 000 000 | |
| 199 526 | 63 260 000 | 405 400 000 | 205 100 000 | 1 325 000 000 | 3 249 000 000 | |
| 251 189 | 92 330 000 | 517 300 000 | 325 100 000 | 1 766 000 000 | 5 153 000 000 | |
| 316 228 | 133 700 000 | 1 055 000 000 | 515 700 000 | 4 413 000 000 | 8 161 000 000 | |
| 398 107 | 191 900 000 | 1 228 000 000 | 815 500 000 | 5 311 000 000 | 12 930 000 000 | |
| 501 187 | 280 200 000 | 1 572 000 000 | 1 297 000 000 | 7 059 000 000 | 20 520 000 000 | |
| 630 957 | 404 900 000 | 3 181 000 000 | 2 061 000 000 | 17 570 000 000 | 32 570 000 000 | |
| 794 328 | 580 700 000 | 3 691 000 000 | 3 265 000 000 | 21 090 000 000 | 51 650 000 000 | |
| 1 000 000 | 846 100 000 | 4 724 000 000 | 5 182 000 000 | 28 310 000 000 | 82 000 000 000 | |
| 1 258 925 | 1 221 000 000 | 9 570 000 000 | 8 168 000 000 | 70 280 000 000 | 130 300 000 000 | |
| 1 584 893 | 1 750 000 000 | 11 050 000 000 | 12 970 000 000 | 84 120 000 000 | 207 300 000 000 | |
| 1 995 262 | 2 549 000 000 | 14 230 000 000 | 20 610 000 000 | 112 700 000 000 | 329 700 000 000 | |
| 2 511 886 | 3 676 000 000 | 28 800 000 000 | 32 610 000 000 | 279 900 000 000 | 525 100 000 000 | |
| 3 162 278 | 5 247 000 000 | 32 980 000 000 | 51 600 000 000 | 335 600 000 000 | ||
| 3 981 072 | 7 654 000 000 |
Alle Zeiten sind in nanosekunden (ns), gegeben an 4 signifikante Zahlen. Alle oben genannten Tests wurden auf Intel Core 2 Quad Q6600 (2,40 GHz) mit einem einzigen Thread, Windows XP SP 3, Java 1.6.0_22 durchgeführt.
Beweise
Matrix Potenzierung
Wir werden schwache Induktion verwenden, um diese Identität zu beweisen.
Basisfall
Für \(n = 1\), eindeutig \( \left^1 = \left \).
Induktionsschritt
Nehmen wir für \(n ≥ 1\) an, dass \( \left^n = \left \). Dann:
\(\left^{n+1} \\= \left^n \left \\= \left \left \\= \left \\= \left .\)
Schnelle Verdopplung
Wir gehen davon aus, dass die Matrixpotentiationsmethode für alle \(n ≥ 1\) korrekt ist.
\(\links \\= \links^{2n} \\= \links( \links^n \rechts)^2 \\= \links^2 \\= \links.\)
Daher durch Gleichsetzen der Zellen in der Matrix:
\(\begin{align}F(2n+1) &= F(n+1)^2 + F(n)^2. \\F(2n) &= F(n) \left \\&= F(n) \left \\&= F(n) \left. \\F(2n-1) &= F(n)^2 + F(n-1)^2.\end{align}\)