异步计算斐波那契数列大数值项(千万数级)的值

简介: 异步计算斐波那契数列大数值项(千万数级)的值

image.png

异步编程

异步计算斐波那契数列,半分钟可以计算出第5000万项的数值。

完整代码

import sys, time, asyncio
 
def timer(func):  
    def wrapper(*args, **kwargs):  
        start_time = time.time()  
        result = func(*args, **kwargs)  
        end_time = time.time()  
        print(f"{func.__name__} took {end_time - start_time} seconds to run.")  
        return result  
    return wrapper
 
def fib(n):
    if n<600:
        n1 = n2 = 1
        for _ in range(2,n):
            n1,n2 = n1+n2,n1
        return n1
    t = n//2
    if n%2:
        return fib(t+1)**2 + fib(t)**2
    else:
        return fib(t+1)**2 - fib(t-1)**2
 
@timer
def Fib(n):
    return fib(n)
 
async def asyncFib(n):
    res = Fib(n)
    print(res)
 
async def main():
    await asyncio.gather(*tasks)
 
if __name__ == "__main__":
    sys.set_int_max_str_digits(0)
    parms = [5000_0000, 2000_0000, 1000_0000]
    tasks = [asyncFib(p) for p in parms]
    loop = asyncio.run(main())

输出结果

Fib took 24.186946153640747 seconds to run.
Squeezed text(121505 lines).
Fib took 5.968385457992554 seconds to run.
Squeezed text(121505 lines).
Fib took 2.031674385070801 seconds to run.
Squeezed text(121505 lines).
Fib took 0.0 seconds to run.
33644764876431783266621612005107543310302148460680063906564769974680081442166662368155595513633734025582065332680836159373734790483865268263040892463056431887354544369559827491606602099884183933864652731300088830269235673613135117579297437854413752130520504347701602264758318906527890855154366159582987279682987510631200575428783453215515103870818298969791613127856265033195487140214287532698187962046936097879900350962302291026368131493195275630227837628441540360584402572114334961180023091208287046088923962328835461505776583271252546093591128203925285393434620904245248929403901706233888991085841065183173360437470737908552631764325733993712871937587746897479926305837065742830161637408969178426378624212835258112820516370298089332099905707920064367426202389783111470054074998459250360633560933883831923386783056136435351892133279732908133732642652633989763922723407882928177953580570993691049175470808931841056146322338217465637321248226383092103297701648054726243842374862411453093812206564914032751086643394517512161526545361333111314042436854805106765843493523836959653428071768775328348234345557366719731392746273629108210679280784718035329131176778924659089938635459327894523777674406192240337638674004021330343297496902028328145933418826817683893072003634795623117103101291953169794607632737589253530772552375943788434504067715555779056450443016640119462580972216729758615026968443146952034614932291105970676243268515992834709891284706740862008587135016260312071903172086094081298321581077282076353186624611278245537208532365305775956430072517744315051539600905168603220349163222640885248852433158051534849622434848299380905070483482449327453732624567755879089187190803662058009594743150052402532709746995318770724376825907419939632265984147498193609285223945039707165443156421328157688908058783183404917434556270520223564846495196112460268313970975069382648706613264507665074611512677522748621598642530711298441182622661057163515069260029861704945425047491378115154139941550671256271197133252763631939606902895650288268608362241082050562430701794976171121233066073310059947366875

代码分析

耗时装饰器

def timer(func):  
    def wrapper(*args, **kwargs):  
        start_time = time.time()  
        result = func(*args, **kwargs)  
        end_time = time.time()  
        print(f"{func.__name__} took {end_time - start_time} seconds to run.")  
        return result  
    return wrapper

@timer
def Fib(n):
    return fib(n)

斐波那契数列

def fib(n):
    if n<600:
        n1 = n2 = 1
        for _ in range(2,n):
            n1,n2 = n1+n2,n1
        return n1
    t = n//2
    if n%2:
        return fib(t+1)**2 + fib(t)**2
    else:
        return fib(t+1)**2 - fib(t-1)**2

使用以下两个恒等式可快速缩小fib()函数的参数值,极大效率地减少fib函数的递归次数:

fib(2*t+1)=fib(t+1)**2 + fib(t)**2

fib(2*t)=fib(t+1)**2 - fib(t-1)**2

异步函数

async def asyncFib(n):
    res = Fib(n)
    print(res)

async def main():
    await asyncio.gather(*tasks)

设置字串处理的最大位数

sys.set_int_max_str_digits(0)

新版python默认只能最大处理4300位的字串,参数为0即解除长度限制。也可以设置具体数据为限制最长长度,比如sys.set_int_max_str_digits(10000),注意本例中fib(5000_0000)的值有几千万位,需要设置1亿位sys.set_int_max_str_digits(1_0000_0000)。如设置的位数不够会报错:ValueError: Exceeds the limit (10000 digits) for integer string conversion; use sys.set_int_max_str_digits() to increase the limit


目录
相关文章
|
2月前
|
存储 编译器 C++
在C++语言中计算并打印出两个数的求和
在C++语言中计算并打印出两个数的求和
23 0
|
4月前
|
Python
异步计算斐波那契数列大数值项(千万数级)的值
异步计算斐波那契数列,半分钟可以计算出第5000万项的数值。
49 0
|
5天前
|
算法 测试技术 C#
【并集查找 最大公约数 调和数】952. 按公因数计算最大组件大小
【并集查找 最大公约数 调和数】952. 按公因数计算最大组件大小
|
7月前
下列给定程序中,函数fun的功能是:根据形参m的值(2≤m≤9),在m行m列的二维数组中存放一组有规律的数据如下图所示,由main函数输出。
下列给定程序中,函数fun的功能是:根据形参m的值(2≤m≤9),在m行m列的二维数组中存放一组有规律的数据如下图所示,由main函数输出。
207 0
|
5月前
|
C语言
C 语言实例 - 计算数组元素平均值
C 语言实例 - 计算数组元素平均值
46 4
|
6月前
##利用函数实现:计算1+2+3+4+.....+100的累加和
##利用函数实现:计算1+2+3+4+.....+100的累加和
44 0
|
7月前
题目:编写函数fun其功能是:根据整型形参m,计算如下公式的值:y=12!+14!+…+1m!(m是偶数)
题目:编写函数fun其功能是:根据整型形参m,计算如下公式的值:y=12!+14!+…+1m!(m是偶数)
188 0
|
7月前
数列中,第一项为3,后一项都比前一项的值增5。下列给定程序中,函数fun的功 能是:计算前n(4≤n≤50)项的累计和。在累加过程中把那些被4除后余2的当前累 加值放入数组中
数列中,第一项为3,后一项都比前一项的值增5。下列给定程序中,函数fun的功 能是:计算前n(4≤n≤50)项的累计和。在累加过程中把那些被4除后余2的当前累 加值放入数组中
|
9月前
|
存储 算法 JavaScript
设计并实现一个函数, 功能为给定一个存储为随机整数的数组,从中删除所有值为i的整数
设计并实现一个函数, 功能为给定一个存储为随机整数的数组,从中删除所有值为i的整数
|
10月前
|
人工智能 Unix BI
1370:最小函数值(minval)
1370:最小函数值(minval)