斐波那契数列介绍、编程实现及推广
斐波那契数列是一列规律很简单、明显的数列，它的第0项是0，第1项是1，第2项是1，依此类推，之后每一项是之前两数的和。首几个数是：
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946 ……（OEIS A000045）
编程实现
最容易想到的实现方法，可以设一个数组，首两项是0和1，从n=2项起，每一项是之前两项之和，循环依次赋值，这里代码略去。下面介绍另几种实现方法。
用递归方法实现：
static long getItemRecursive(int index)
{
if (index < 1) return 0;
if (index == 1) return 1;
return getItemRecursive(index - 1) + getItemRecursive(index - 2);
}
这种实现方式最直观，但会很耗时，若方法名为fib，当index为5时，fib(5)的计算过程如下：
- fib(5)
- fib(4) + fib(3)
- (fib(3) + fib(2)) + (fib(2) + fib(1))
- ((fib(2) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))
- (((fib(1) + fib(0)) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))
由上面可以看出，这种算法对于相似的子问题进行了重复的计算，因此不是一种高效的算法。实际上，该算法的运算时间是指数级增长的。
另外两种递归实现（C#）：
static long getItem2(int index)
{
return getItemRecursive2(0, 1, 0, index);
}
static long getItemRecursive2(int curr, int next, int currIndex, int index)
{
if (currIndex == index)
{
return curr;
}
else
{
return getItemRecursive2(next, curr + next, currIndex + 1, index);
}
}
static void getItemRecursive1(out long a2, out long a1, int index)
{
if (index <= 1)
{
a2 = 1;
a1 = 0;
}
else
{
long m2, m1;
getItemRecursive1(out m2, out m1, index - 1);
a1 = m2;
a2 = m2 + m1;
}
}
利用动态规划：
static long getItem(int index)
{
long n0 = 0, n1 = 1;
if (index < 1) return n0;
if (index == 1) return n1;
long sn;
for (int i = 2; i <= index; i++)
{
sn = n0 + n1;
n0 = n1;
n1 = sn;
//或者以下方法
//n1 = n0 + n1;
//n0 = n1 - n0;
//或者以下方法
//n0 = n1 ^ (n0 + n1);
//n1 = n1 ^ n0;
//n0 = n1 ^ n0;
}
return n1;
}
利用矩阵乘法、快速幂的实现：
这种方式当计算较大项（index大于65535）时，所花费的时间要比前面的方法花费的时间少至少一个数量级。
原理如下：
实现代码：
class FibonacciCalculator
{
struct FibonacciMatrixMultiple
{
public BigInteger a11;
public BigInteger a12;
public BigInteger a21;
public BigInteger a22;
public FibonacciMatrixMultiple(BigInteger p_a11, BigInteger p_a12, BigInteger p_a21, BigInteger p_a22)
{
this.a11 = p_a11;
this.a12 = p_a12;
this.a21 = p_a21;
this.a22 = p_a22;
}
public static FibonacciMatrixMultiple operator *(FibonacciMatrixMultiple mat1, FibonacciMatrixMultiple mat2)
{
return new FibonacciMatrixMultiple(
mat1.a11 * mat2.a11 + mat1.a12 * mat2.a21,
mat1.a11 * mat2.a12 + mat1.a12 * mat2.a22,
mat1.a21 * mat2.a11 + mat1.a22 * mat2.a21,
mat1.a21 * mat2.a12 + mat1.a22 * mat2.a22
);
}
}
struct FibonacciMatrix
{
public BigInteger a11;
public BigInteger a21;
public FibonacciMatrix(BigInteger p_a11, BigInteger p_a21)
{
this.a11 = p_a11;
this.a21 = p_a21;
}
public static FibonacciMatrix operator *(FibonacciMatrixMultiple mat1, FibonacciMatrix mat2)
{
return new FibonacciMatrix(
mat1.a11 * mat2.a11 + mat1.a12 * mat2.a21,
mat1.a21 * mat2.a11 + mat1.a22 * mat2.a21
);
}
}
private static FibonacciMatrix getFibonacciMatrix(int n)
{
FibonacciMatrix resultMatix = new FibonacciMatrix(1, 1);
FibonacciMatrixMultiple multiple = new FibonacciMatrixMultiple(1, 1, 1, 0);
while (n > 0)
{
if ((n & 1) == 1)
resultMatix = multiple * resultMatix;
n >>= 1;
if (n > 0)
multiple *= multiple;
}
return resultMatix;
}
public static BigInteger GetFibonacci(int index)
{
if (index < 1) return 0;
if (index == 1) return 1;
return getFibonacciMatrix(index - 2).a11;
}
}
JAVA语言实现：
1 class FibonacciCalculator { 2 static class FibonacciMatrixMultiple { 3 public BigInteger a11; 4 public BigInteger a12; 5 public BigInteger a21; 6 public BigInteger a22; 7 8 public FibonacciMatrixMultiple(BigInteger p_a11, BigInteger p_a12, 9 BigInteger p_a21, BigInteger p_a22) { 10 this.a11 = p_a11; 11 this.a12 = p_a12; 12 this.a21 = p_a21; 13 this.a22 = p_a22; 14 } 15 } 16 17 public static FibonacciMatrixMultiple Multiply( 18 FibonacciMatrixMultiple mat1, FibonacciMatrixMultiple mat2) { 19 return new FibonacciMatrixMultiple(mat1.a11.multiply(mat2.a11).add( 20 mat1.a12.multiply(mat2.a21)), mat1.a11.multiply(mat2.a12).add( 21 mat1.a12.multiply(mat2.a22)), mat1.a21.multiply(mat2.a11).add( 22 mat1.a22.multiply(mat2.a21)), mat1.a21.multiply(mat2.a12).add( 23 mat1.a22.multiply(mat2.a22))); 24 } 25 26 static class FibonacciMatrix { 27 public BigInteger a11; 28 public BigInteger a21; 29 30 public FibonacciMatrix(BigInteger p_a11, BigInteger p_a21) { 31 this.a11 = p_a11; 32 this.a21 = p_a21; 33 } 34 } 35 36 public static FibonacciMatrix Multiply2(FibonacciMatrixMultiple mat1, 37 FibonacciMatrix mat2) { 38 return new FibonacciMatrix(mat1.a11.multiply(mat2.a11).add( 39 mat1.a12.multiply(mat2.a21)), mat1.a21.multiply(mat2.a11).add( 40 mat1.a22.multiply(mat2.a21))); 41 } 42 43 private static FibonacciMatrix getFibonacciMatrix(int n) { 44 FibonacciMatrix resultMatrix = new FibonacciMatrix( 45 BigInteger.valueOf(1), BigInteger.valueOf(1)); 46 FibonacciMatrixMultiple multiple = new FibonacciMatrixMultiple( 47 BigInteger.valueOf(1), BigInteger.valueOf(1), 48 BigInteger.valueOf(1), BigInteger.valueOf(0)); 49 while (n > 0) { 50 if ((n & 1) == 1) 51 resultMatrix = Multiply2(multiple, resultMatrix); 52 n >>= 1; 53 if (n > 0) 54 multiple = Multiply(multiple, multiple); 55 } 56 return resultMatrix; 57 } 58 59 public static BigInteger GetFibonacci(int index) { 60 if (index < 1) 61 return BigInteger.valueOf(0); 62 if (index == 1) 63 return BigInteger.valueOf(1); 64 return getFibonacciMatrix(index - 2).a11; 65 } 66 }
通项公式
斐波那契数列有通项公式（推导见下方）：
令人惊奇的是，公式中的an值是以无理数的幂表示的，然而所得的结果完全是整数。
不难看出，数列随着项数n的增加，前后项之比值会愈来愈趋近于黄金比例。
推广
斐波那契—卢卡斯数列
卢卡斯数列1、3、4、7、11、18…，也具有斐波那契数列同样的性质。（我们可称之为斐波那契—卢卡斯递推：从第三项开始，每一项都等于前两项之和f(n) = f(n-1)+ f(n-2）。
卢卡斯数列的通项公式为 f(n)=[(1+√5)/2]^n+[(1-√5)/2]^n
这两个数列还有一种特殊的联系（如下表所示），F(n)*L(n)=F(2n)，及L(n)=F(n-1)+F(n+1)
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | … |
| 斐波那契数列F(n) | 1 | 1 | 2 | 3 | 5 | 8 | 13 | 21 | 34 | 55 | … |
| 卢卡斯数列L(n) | 1 | 3 | 4 | 7 | 11 | 18 | 29 | 47 | 76 | 123 | … |
| F(n)*L(n) | 1 | 3 | 8 | 21 | 55 | 144 | 377 | 987 | 2584 | 6765 | … |
类似的数列还有无限多个，我们称之为斐波那契—卢卡斯数列。
如1，4，5，9，14，23…，因为1，4开头，可记作F[1，4]，斐波那契数列就是F[1，1]，卢卡斯数列就是F[1，3]，斐波那契—卢卡斯数列就是F[a，b]。
斐波那契—卢卡斯数列之间的广泛联系
①任意两个或两个以上斐波那契—卢卡斯数列之和或差仍然是斐波那契—卢卡斯数列。
如：F[1,4]n+F[1,3]n=F[2,7]n，F[1,4]n-F[1,3]n=F[0,1]n=F[1,1](n-1）
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | … |
| F[1,4]n | 1 | 4 | 5 | 9 | 14 | 23 | 37 | 60 | 97 | 157 | … |
| F[1,3]n | 1 | 3 | 4 | 7 | 11 | 18 | 29 | 47 | 76 | 123 | … |
| F[1,4]n-F[1,3]n | 0 | 1 | 1 | 2 | 3 | 5 | 8 | 13 | 21 | 34 | … |
| F[1,4]n+F[1,3]n | 2 | 7 | 9 | 16 | 25 | 41 | 66 | 107 | 173 | 280 | … |
②任何一个斐波那契—卢卡斯数列都可以由斐波那契数列的有限项之和获得，如
| n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | … |
| F[1,1](n) | 1 | 1 | 2 | 3 | 5 | 8 | 13 | 21 | 34 | 55 | … |
| F[1,1](n-1) | 0 | 1 | 1 | 2 | 3 | 5 | 8 | 13 | 21 | 34 | … |
| F[1,1](n-1) | 0 | 1 | 1 | 2 | 3 | 5 | 8 | 13 | 21 | 34 | … |
| F[1,3]n | 1 | 3 | 4 | 7 | 11 | 18 | 29 | 47 | 76 | 123 | … |
黄金特征与孪生斐波那契—卢卡斯数列
斐波那契—卢卡斯数列的另一个共同性质：中间项的平方数与前后两项之积的差的绝对值是一个恒值，
斐波那契数列：|1*1-1*2|=|2*2-1*3|=|3*3-2*5|=|5*5-3*8|=|8*8-5*13|=…=1
卢卡斯数列：|3*3-1*4|=|4*4-3*7|=…=5
F[1，4]数列：|4*4-1*5|=11
F[2，5]数列：|5*5-2*7|=11
F[2，7]数列：|7*7-2*9|=31
斐波那契数列这个值是1最小，也就是前后项之比接近黄金比例最快，我们称为黄金特征，黄金特征1的数列只有斐波那契数列，是独生数列。卢卡斯数列的黄金特征是5，也是独生数列。前两项互质的独生数列只有斐波那契数列和卢卡斯数列这两个数列。
而F[1，4]与F[2，5]的黄金特征都是11，是孪生数列。F[2，7]也有孪生数列：F[3，8]。其他前两项互质的斐波那契—卢卡斯数列都是孪生数列，称为孪生斐波那契—卢卡斯数列。
广义斐波那契数列
斐波那契数列的黄金特征1，还让我们联想到佩尔数列：1，2，5，12，29，…，也有|2*2-1*5|=|5*5-2*12|=…=1（该类数列的这种特征值称为勾股特征）。
佩尔数列Pn的递推规则：P1=1，P2=2，Pn=P(n-2)+2P(n-1).
据此类推到所有根据前两项导出第三项的通用规则：f(n) = f(n-1) * p + f(n-2) * q，称为广义斐波那契数列。
当p=1，q=1时，我们得到斐波那契—卢卡斯数列。
当p=2，q=1时，我们得到佩尔—勾股弦数（跟边长为整数的直角三角形有关的数列集合）。
当p=2，q=-1时，我们得到等差数列。其中f(1)=1，f(2)=2时，我们得到自然数列1，2，3，4…。自然数列的特征就是每个数的平方与前后两数之积的差为1（等差数列的这种差值称为自然特征）。
具有类似黄金特征、勾股特征、自然特征的广义斐波那契数列p=±1。
当f1=1，f2=2，p=2，q=1时，我们得到等比数列1，2，4，8，16……
http://www.cnblogs.com/Knuth/archive/2009/09/04/1559951.html
参考
http://zh.wikipedia.org/wiki/斐波那契数列
http://baike.baidu.com/view/816.htm
http://science.scileaf.com/library/763
http://bbs.tianya.cn/post-666-20190-1.shtml
http://www.hytc.cn/xsjl/szh/lec5.pdf