为什么我的使用备忘录根本没有提高效率？答案

【问题标题】：Why my using memo didn't raise the efficiency at all?为什么我的使用备忘录根本没有提高效率？
【发布时间】：2014-06-27 10:38:53
【问题描述】：

我在Think in Python中做练习，使用Memo计算斐波那契数列比不使用效率高得多。但是当实现它并测试所消耗的时间时，我发现运行时间并没有减少。我知道我的程序肯定有问题，有人可以告诉我哪里出错了。非常感谢。

import time

known = {0:0,1:1}
def fibonacci_memo(n):
    """return the nth number of fibonacci sequence
    using memo to raise efficiency"""
    if n in known:
        return known[n]

    res = fibonacci(n-1) + fibonacci(n-2)
    known[n] = res
    return res

def fibonacci(n):
    """return the nth number of fibonacci sequence
    without using memo"""
    if n == 0:
        return 0
    if n == 1:
        return 1
    return fibonacci(n-1) + fibonacci(n-2)

if __name__ == '__main__':
    start = time.clock()
    print fibonacci_memo(32)
    elaspsed = time.clock() - start
    print 'using memo time used: ' + str(elaspsed)

    start = time.clock()
    print fibonacci(32)
    elaspsed = time.clock() - start
    print 'without using memo time used: ' + str(elaspsed)

输出类似于：

2178309
using memo time used: 1.83040345779
2178309
without using memo time used: 1.792043347

【问题讨论】：

标签： python performance memoization

【解决方案1】：

您的 fibonacci_memo 函数不是递归调用自身，而是调用原始（非记忆化）fibonacci 函数。

【讨论】：

【解决方案2】：

你的记忆函数的递归调用了一个不同的函数。尝试用这个替换 fibonacci_memo：

def fibonacci_memo(n):
    """return the nth number of fibonacci sequence
    using memo to raise efficiency"""
    if n in known:
        return known[n]

    res = fibonacci_memo(n-1) + fibonacci_memo(n-2)
    known[n] = res
    return res

【讨论】：