例如，查看计算第 n 个斐波那契数的代码：
fib(int n)
{
if(n==0 || n==1)
return 1;
return fib(n-1) + fib(n-2);
}
这段代码的问题是它会为任何大于 15 的数字生成堆栈溢出错误（在大多数计算机中）。
假设我们正在计算 fib(10)。在这个过程中，假设 fib(5) 被计算了很多次。有没有办法将它存储在内存中以便快速检索，从而提高递归速度？
我正在寻找一种可以用于几乎所有问题的通用技术。
6300 次
18 回答
17
是的，您的见解是正确的。这称为动态规划。这通常是一种常见的内存运行时权衡。
在 fibo 的情况下，您甚至不需要缓存所有内容：
[编辑]该问题的作者似乎正在寻找一种通用的缓存方法，而不是一种计算斐波那契的方法。搜索维基百科或查看其他海报的代码以获得此答案。这些答案在时间和记忆上是线性的。
**这是一个线性时间算法 O(n)，在内存中是常数 **
in OCaml:
let rec fibo n =
let rec aux = fun
| 0 -> (1,1)
| n -> let (cur, prec) = aux (n-1) in (cur+prec, cur)
let (cur,prec) = aux n in prec;;
in C++:
int fibo(int n) {
if (n == 0 ) return 1;
if (n == 1 ) return 1;
int p = fibo(0);
int c = fibo(1);
int buff = 0;
for (int i=1; i < n; ++i) {
buff = c;
c = p+c;
p = buff;
};
return c;
};
这在线性时间内执行。但是日志实际上是可能的！Roo 的程序也是线性的，但速度较慢，并且使用内存。
这是对数算法 O(log(n))
现在对于日志时间算法（方式方式更快），这里有一个方法：如果你知道 u(n)，u(n-1)，计算 u(n+1)，u(n) 可以通过应用矩阵：
| u(n+1) | = | 1 1 | | u(n) |
| u(n) | | 1 0 | | u(n-1) |
这样你就有了：
| u(n) | = | 1 1 |^(n-1) | u(1) | = | 1 1 |^(n-1) | 1 |
| u(n-1) | | 1 0 | | u(0) | | 1 0 | | 1 |
计算矩阵的指数具有对数复杂度。只需递归地实现这个想法：
M^(0) = Id
M^(2p+1) = (M^2p) * M
M^(2p) = (M^p) * (M^p) // of course don't compute M^p twice here.
您也可以将其对角化（不难），您会在其特征值中找到黄金数及其共轭，结果将为您提供 u(n) 的精确数学公式。它包含这些特征值的幂，因此复杂性仍然是对数的。
Fibo 经常被拿来作为例子来说明动态规划，但正如你所看到的，它并不是真正的中肯。
@John：我认为这与哈希无关。
@John2：你不觉得地图有点笼统吗？对于斐波那契案例，所有键都是连续的，因此向量是合适的，再次有更快的方法来计算斐波那契序列，请参阅我的代码示例。
于 2008-08-23T04:24:57.807 回答
7
这被称为记忆化，最近有一篇关于记忆化的非常好的文章Matthew Podwysocki发布。它使用斐波那契来举例说明。并显示 C# 中的代码。在这里阅读。
于 2008-08-23T04:35:51.040 回答
5
如果您使用的是 C#，并且可以使用PostSharp，那么这里有一个简单的代码记忆方面：
[Serializable]
public class MemoizeAttribute : PostSharp.Laos.OnMethodBoundaryAspect, IEqualityComparer<Object[]>
{
private Dictionary<Object[], Object> _Cache;
public MemoizeAttribute()
{
_Cache = new Dictionary<object[], object>(this);
}
public override void OnEntry(PostSharp.Laos.MethodExecutionEventArgs eventArgs)
{
Object[] arguments = eventArgs.GetReadOnlyArgumentArray();
if (_Cache.ContainsKey(arguments))
{
eventArgs.ReturnValue = _Cache[arguments];
eventArgs.FlowBehavior = FlowBehavior.Return;
}
}
public override void OnExit(MethodExecutionEventArgs eventArgs)
{
if (eventArgs.Exception != null)
return;
_Cache[eventArgs.GetReadOnlyArgumentArray()] = eventArgs.ReturnValue;
}
#region IEqualityComparer<object[]> Members
public bool Equals(object[] x, object[] y)
{
if (Object.ReferenceEquals(x, y))
return true;
if (x == null || y == null)
return false;
if (x.Length != y.Length)
return false;
for (Int32 index = 0, len = x.Length; index < len; index++)
if (Comparer.Default.Compare(x[index], y[index]) != 0)
return false;
return true;
}
public int GetHashCode(object[] obj)
{
Int32 hash = 23;
foreach (Object o in obj)
{
hash *= 37;
if (o != null)
hash += o.GetHashCode();
}
return hash;
}
#endregion
}
这是使用它的示例斐波那契实现：
[Memoize]
private Int32 Fibonacci(Int32 n)
{
if (n <= 1)
return 1;
else
return Fibonacci(n - 2) + Fibonacci(n - 1);
}
于 2008-08-23T12:54:54.603 回答
4
C ++中快速而肮脏的记忆：
任何递归方法type1 foo(type2 bar) { ... }都可以很容易地用map<type2, type1> M.
// your original method
int fib(int n)
{
if(n==0 || n==1)
return 1;
return fib(n-1) + fib(n-2);
}
// with memoization
map<int, int> M = map<int, int>();
int fib(int n)
{
if(n==0 || n==1)
return 1;
// only compute the value for fib(n) if we haven't before
if(M.count(n) == 0)
M[n] = fib(n-1) + fib(n-2);
return M[n];
}
编辑：@Konrad Rudolph
Konrad 指出 std::map 不是我们可以在这里使用的最快的数据结构。没错，avector<something>应该比 a 快map<int, something>（尽管如果函数的递归调用的输入不是像这种情况下那样的连续整数，它可能需要更多的内存），但是映射通常使用起来很方便。
于 2008-08-23T12:07:18.773 回答
2
根据维基百科Fib(0) 应该是 0 但没关系。
这是带有 for 循环的简单 C# 解决方案：
ulong Fib(int n)
{
ulong fib = 1; // value of fib(i)
ulong fib1 = 1; // value of fib(i-1)
ulong fib2 = 0; // value of fib(i-2)
for (int i = 0; i < n; i++)
{
fib = fib1 + fib2;
fib2 = fib1;
fib1 = fib;
}
return fib;
}
于 2008-08-23T09:18:38.163 回答
1
于 2008-08-23T04:15:39.780 回答
1
这是什么语言？它不会溢出 c 中的任何内容...此外，您可以尝试在堆上创建查找表，或使用映射
于 2008-08-23T04:19:28.990 回答
1
对于这种事情，缓存通常是一个好主意。由于斐波那契数是恒定的，因此您可以在计算后缓存结果。一个快速的 c/伪代码示例
class fibstorage {
bool has-result(int n) { return fibresults.contains(n); }
int get-result(int n) { return fibresult.find(n).value; }
void add-result(int n, int v) { fibresults.add(n,v); }
map<int, int> fibresults;
}
fib(int n ) {
if(n==0 || n==1)
return 1;
if (fibstorage.has-result(n)) {
return fibstorage.get-result(n-1);
}
return ( (fibstorage.has-result(n-1) ? fibstorage.get-result(n-1) : fib(n-1) ) +
(fibstorage.has-result(n-2) ? fibstorage.get-result(n-2) : fib(n-2) )
);
}
calcfib(n) {
v = fib(n);
fibstorage.add-result(n,v);
}
这会很慢，因为每次递归都会导致 3 次查找，但是这应该说明总体思路
于 2008-08-23T04:23:28.280 回答
1
这是一个故意选择的例子吗？（例如，您要测试的极端情况）
由于目前是 O(1.6^n)，我只是想确保您只是在寻找有关处理此问题的一般情况（缓存值等）的答案，而不仅仅是意外编写糟糕的代码：D
查看这个特定案例，您可能会遇到以下情况：
var cache = [];
function fib(n) {
if (n < 2) return 1;
if (cache.length > n) return cache[n];
var result = fib(n - 2) + fib(n - 1);
cache[n] = result;
return result;
}
在最坏的情况下会退化为 O(n) ：D
[编辑：* 不等于 + :D]
[另一个编辑：Haskell 版本（因为我是受虐狂之类的）
fibs = 1:1:(zipWith (+) fibs (tail fibs))
fib n = fibs !! n
]
于 2008-08-23T04:35:53.897 回答
1
@ESRogs：
std::map查找是O (log n )，这使得它在这里变慢。最好使用向量。
vector<unsigned int> fib_cache;
fib_cache.push_back(1);
fib_cache.push_back(1);
unsigned int fib(unsigned int n) {
if (fib_cache.size() <= n)
fib_cache.push_back(fib(n - 1) + fib(n - 2));
return fib_cache[n];
}
于 2008-08-23T12:16:51.260 回答
1
其他人已经很好而准确地回答了您的问题 - 您正在寻找记忆。
带有尾调用优化的编程语言（主要是函数式语言）可以在没有堆栈溢出的情况下进行某些递归。它并不直接适用于您对斐波那契的定义，尽管有技巧..
您的问题的措辞让我想到了一个有趣的想法。通过仅存储堆栈帧的子集并在必要时重建来避免纯递归函数的堆栈溢出。仅在少数情况下真正有用。如果您的算法仅有条件地依赖于上下文而不是返回，和/或您正在优化内存而不是速度。
于 2008-08-24T02:34:04.757 回答
1
Mathematica 有一种特别巧妙的方式来做记忆，依赖于哈希和函数调用使用相同的语法这一事实：
fib[0] = 1;
fib[1] = 1;
fib[n_] := fib[n] = fib[n-1] + fib[n-2]
就是这样。它缓存（记忆）fib[0] 和 fib[1] 并根据需要缓存其余部分。模式匹配函数调用的规则是，它总是在更一般的定义之前使用更具体的定义。
于 2008-10-04T07:12:22.370 回答
1
Wes Dyer 的博客是 Wes Dyer 的博客，对于 C# 程序员来说，关于递归、部分、柯里化、记忆化等方面的另一个优秀资源是 Wes Dyer 的博客，尽管他已经有一段时间没有发布了。他很好地解释了记忆，这里有可靠的代码示例：http: //blogs.msdn.com/wesdyer/archive/2007/01/26/function-memoization.aspx
于 2008-11-19T00:44:25.440 回答
0
如果您使用具有一流函数（如 Scheme）的语言，则可以在不更改初始算法的情况下添加记忆：
(define (memoize fn)
(letrec ((get (lambda (query) '(#f)))
(set (lambda (query value)
(let ((old-get get))
(set! get (lambda (q)
(if (equal? q query)
(cons #t value)
(old-get q))))))))
(lambda args
(let ((val (get args)))
(if (car val)
(cdr val)
(let ((ret (apply fn args)))
(set args ret)
ret))))))
(define fib (memoize (lambda (x)
(if (< x 2) x
(+ (fib (- x 1)) (fib (- x 2)))))))
第一个块提供了一个记忆功能，第二个块是使用该功能的斐波那契数列。这现在有一个 O(n) 运行时间（与没有记忆的算法的 O(2^n) 相反）。
注意：提供的记忆功能使用闭包链来查找以前的调用。在最坏的情况下，这可能是 O(n)。然而，在这种情况下，所需的值始终位于链的顶部，确保 O(1) 查找。
于 2008-08-23T04:36:09.607 回答
0
这段代码的问题是它会为任何大于 15 的数字生成堆栈溢出错误（在大多数计算机中）。
真的吗？你用的是什么电脑？在 44 处花了很长时间，但堆栈没有溢出。事实上，在堆栈溢出（Fibbonaci(46)）之前，您将获得一个大于整数可以容纳的值（约 40 亿无符号，约 20 亿有符号）。
这将适用于您想要做的事情（快速运行）
class Program
{
public static readonly Dictionary<int,int> Items = new Dictionary<int,int>();
static void Main(string[] args)
{
Console.WriteLine(Fibbonacci(46).ToString());
Console.ReadLine();
}
public static int Fibbonacci(int number)
{
if (number == 1 || number == 0)
{
return 1;
}
var minus2 = number - 2;
var minus1 = number - 1;
if (!Items.ContainsKey(minus2))
{
Items.Add(minus2, Fibbonacci(minus2));
}
if (!Items.ContainsKey(minus1))
{
Items.Add(minus1, Fibbonacci(minus1));
}
return (Items[minus2] + Items[minus1]);
}
}
于 2008-08-23T06:18:55.740 回答
0
正如其他海报所指出的那样，记忆化是一种用记忆换取速度的标准方法，这里有一些伪代码可以为任何函数实现记忆化（只要该函数没有副作用）：
初始功能代码：
function (parameters)
body (with recursive calls to calculate result)
return result
这应该转换为
function (parameters)
key = serialized parameters to string
if (cache[key] does not exist) {
body (with recursive calls to calculate result)
cache[key] = result
}
return cache[key]
于 2008-08-24T22:47:05.513 回答
0
顺便说一句，Perl 有一个memoize模块，它可以为您指定的代码中的任何函数执行此操作。
# Compute Fibonacci numbers
sub fib {
my $n = shift;
return $n if $n < 2;
fib($n-1) + fib($n-2);
}
为了记住这个函数，你所做的就是启动你的程序
use Memoize;
memoize('fib');
# Rest of the fib function just like the original version.
# Now fib is automagically much faster ;-)
于 2008-08-24T22:49:49.360 回答
0
@lassevk：
这太棒了，这正是我在阅读了高阶 Perl中的记忆化之后一直在想的。我认为有两件事会是有用的补充：
- 一个可选参数，用于指定用于生成缓存键的静态或成员方法。
- 一种更改缓存对象的可选方法，以便您可以使用磁盘或数据库支持的缓存。
不知道如何用 Attributes 做这种事情（或者如果他们甚至可以用这种实现来做），但我计划尝试弄清楚。
（题外话：我试图将其作为评论发布，但我没有意识到评论的允许长度如此短，因此这并不适合作为“答案”）
于 2008-12-13T09:46:58.790 回答