Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/gwt/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 我的斐波那契生成器给出的结果不正确_Python_Python 3.x_Fibonacci - Fatal编程技术网

Python 我的斐波那契生成器给出的结果不正确

Python 我的斐波那契生成器给出的结果不正确,python,python-3.x,fibonacci,Python,Python 3.x,Fibonacci,我正在尝试处理一个函数,它接受一个值n,并输出Fibonacci序列中的n数字。我有一个循环函数,它似乎是这样工作的: def fibonacci_v1(n): a = b = 1 for _ in range(1, n): a, b = b, a + b return a 我正在尝试一个使用比奈公式的版本,如下所述: 这似乎适用于n的低值,但当输入一个大于72的数字时会中断。。。我怀疑这与math.sqrt()函数的准确性有关,但是文档没有说明它的准确

我正在尝试处理一个函数,它接受一个值
n
,并输出Fibonacci序列中的
n
数字。我有一个循环函数,它似乎是这样工作的:

def fibonacci_v1(n):
    a = b = 1
    for _ in range(1, n):
        a, b = b, a + b
    return a
我正在尝试一个使用比奈公式的版本,如下所述:

这似乎适用于
n
的低值,但当输入一个大于72的数字时会中断。。。我怀疑这与
math.sqrt()
函数的准确性有关,但是文档没有说明它的准确性级别。。。这是因为
math.sqrt
的问题还是我的函数有其他问题

出于测试目的,我使用以下For循环:

for x in range(1, 73):
    print(fibonacci_v1(x))
    print(fibonacci_v2(x))

这与
math.sqrt
关系不大,而与python中浮点数的表示方式关系不大。 默认实现

今天(2000年11月)几乎所有的机器都使用IEEE-754浮点算法,几乎所有的平台都将Python浮点映射到IEEE-754“双精度”

你可以在这里读到更多关于这个问题的信息

您可以使用模块来处理这种不精确性

与基于硬件的二进制浮点不同,十进制模块具有用户可更改的精度

from decimal import *
# Your Existing v1 implementation 
def fibonacci_v1(n):
    a = b = 1
    for _ in range(1, n):
        a, b = b, a + b
    return a

Phi = (1 + Decimal(5).sqrt()) / 2
# V2 implementation using the decimal module
def fibonacci_v2(n):
    getcontext().prec = 4096 # You need to tweak this number based on your precision requirements 
    c = Decimal(Phi) ** n
    fib = (c - (Decimal(-1)** n) / c) / Decimal(5).sqrt()
    return fib.quantize(Decimal('1.'), rounding=ROUND_UP)


for x in range(73, 80):
    print(f"n={x}: v1={fibonacci_v1(x)}, v2={fibonacci_v2(x)}")
如果需要更精确的表示,可以使用来调整精度

from decimal import *
# Your Existing v1 implementation 
def fibonacci_v1(n):
    a = b = 1
    for _ in range(1, n):
        a, b = b, a + b
    return a

Phi = (1 + Decimal(5).sqrt()) / 2
# V2 implementation using the decimal module
def fibonacci_v2(n):
    getcontext().prec = 4096 # You need to tweak this number based on your precision requirements 
    c = Decimal(Phi) ** n
    fib = (c - (Decimal(-1)** n) / c) / Decimal(5).sqrt()
    return fib.quantize(Decimal('1.'), rounding=ROUND_UP)


for x in range(73, 80):
    print(f"n={x}: v1={fibonacci_v1(x)}, v2={fibonacci_v2(x)}")
输出:

n=73: v1=806515533049393, v2=806515533049393
n=74: v1=1304969544928657, v2=1304969544928657
n=75: v1=2111485077978050, v2=2111485077978050
n=76: v1=3416454622906707, v2=3416454622906707
n=77: v1=5527939700884757, v2=5527939700884757
n=78: v1=8944394323791464, v2=8944394323791464
n=79: v1=14472334024676221, v2=14472334024676221
0.005221128463745117
17.795812129974365
208988

如果您希望提高速度和准确性,请改用Python生成器。下面计算五毫秒内的前10000个斐波那契数,然后在~17s内计算(但不存储)F0到f999999,然后以f1000000为单位打印位数。因为它使用整数数学而不是浮点,所以速度更快,并且没有不准确的地方

import time

def fib():
    a,b = 0,1
    while True:
        yield a
        a,b = b,a+b

s = time.time()
it = fib()
f = [next(it) for _ in range(10000)] # list of F[0] - f[9999]
print(time.time() - s)

s = time.time()
it = fib()
for _ in range(1000000): # Skip over F[0]-F[999999]
    next(it)
print(time.time() - s)
print(len(str(next(it)))) # display no. of digits in F[1000000].

f = [next(it) for _ in range(10000)]
it = fib()
for _ in range(1000000): # Skip over F[0]-F[999999]
    next(it)
print(len(str(next(it)))) # display no. of digits in F[1000000].
输出:

n=73: v1=806515533049393, v2=806515533049393
n=74: v1=1304969544928657, v2=1304969544928657
n=75: v1=2111485077978050, v2=2111485077978050
n=76: v1=3416454622906707, v2=3416454622906707
n=77: v1=5527939700884757, v2=5527939700884757
n=78: v1=8944394323791464, v2=8944394323791464
n=79: v1=14472334024676221, v2=14472334024676221
0.005221128463745117
17.795812129974365
208988

这与复制品非常接近,但并不完全相同@亚当:我认为你是对的。。。除非其他人关闭它,否则我会让它保持打开状态,但它可能是重复的,这似乎是合理的。
decimal
仍然是浮点。它只是可配置的精度,十进制浮点。它仍然会受到舍入误差的影响。你是对的,我的意思是内置的浮点精度不准确。在改变了精度之后,这个答案似乎至少让我走得更远了(465处出现了小问题,但这可能仍然是浮点精度)。。。我想知道是否有一种方法可以使精度随着n的增加而增加…@rpgstar您可以使用例如
c=Decimal.getcontext()来配置十进制精度;c、 prec=1000
,可提供1000位精度。