python编程输出斐波那契数列的前若干项(python编写程序,输出斐波

用python编写函数计算斐波那契数列的前n项，并将结果存在Fibonacci.txt中，每行5个

def?Fibonacci(n):

if?n?==?1:

return?1

dic?=?[-1?for?i?in?xrange(n)]

dic[0],?dic[1]?=?1,?1

helper(n-1,?dic)

linesize?=?5

file=open('Fibonacci.txt',?'w')

for?loop?in?range(len(dic)/linesize):

line?=?[]

for?i?in?range(linesize):

line.append(dic[i?+?linesize?*?loop])

file.write("\t".join([str(x)?for?x?in?line])?+?"\n")

file.close()

????

def?helper(n,?dic):

if?dic[n]??0:

dic[n]?=?helper(n-1,?dic)+helper(n-2,?dic)

return?dic[n]

用Python输出斐波那契数列的前20项，要用递归和非递归两种方法？

?斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n=2，n∈N*）

python递归求斐波那契数列前10项

你好，很高兴为你解答。根据斐波那契数列F(n)=F(n-1)+F(n-2),当n=1和n=2时，F(n)=1，可以利用函数+if分支结构编写递归程序，求出斐波那契数列前10项。具体代码如下：

求斐波那契数列前10项

用python输出斐波那契数列的前n项

a, b = 1, 1

print(a)

for i in range(n - 1):

a, b = b, a + b

print(a)

学 Python 怎能不知 yield？

理解yield 的 generator 概念，首先以一个常见的编程题目来展示 yield 的概念。

斐波那契（Fibonacci）数列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加得到。用计算机程序输出斐波那契数列的前 N 个数是一个非常简单的问题，有些 Python 基础的小伙伴都可以轻易写出如下函数：

第 1 版本：简单输出斐波那契数列前 N 个数

执行以上代码，我们可以得到如下输出：

输出结果是没有问题的，但是版本 1 中的写法是直接在 createNum 函数中用 print 打印数字会导致该函数可复用性较差，因为 createNum 函数返回 None，其他函数无法获得该函数生成的数列。

要提高 createNum 函数的可复用性，最好不要直接打印出数列，而是返回一个 List。以下是 createNum 函数改写后的第二个版本：

第 2 版本：输出斐波那契数列前 N 个数

该版本中 createNum 函数返回的 List的结果如下：

改写后的 createNum 函数通过返回 List 能满足复用性的要求，但是与此同时也会存在一个明显的问题是：该函数在运行中占用的内存会随着参数 count 的增大而增大，如果要控制内存占用，最好不要用 List 来保存中间结果，而是通过 iterable 对象来迭代。在每次迭代中返回下一个数值，如此：内存空间占用很小。因为是直接返回一个 iterable 对象。

第 3 版本：使用 yield 输出斐波那契数列前 N 个数

也可以手动调用 createNum(5) 的 next() 方法（因为 createNum(5) 是一个 generator 对象，该对象具有 next() 方法），这样我们就可以更清楚地看到 createNum 的执行流程：

第 4 版本：执行流程

运行以上代码，结果输出如下：

由输出结果可发现在执行第 6 个 print(next(num)) 时抛出一个 StopIteration 的异常，是因为在第 5 个 print(next(num)) 执行完时函数已经结束，再执行第 6 个print(next(num))时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 createNum(5) 不会执行 createNum 函数，而是返回一个 iterable 对象！

在 for 循环执行时，每次循环都会执行 createNum 函数内部的代码，执行到 yield b 时，createNum 函数就会返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。