论斐波那契函数

最近在看数据结构与算法，其中有关于斐波那契数列使用递归实现的描述，文章里面说n超过40的，性能急剧下降。测试了一波，卡的不行

  public static Long fib(Long n) {
        if (n <= 1) return 1L;
        return fib(n - 1) + fib(n - 2);
    }

public static void main(String[] args) {
       /* Integer[] a = {1, 2, 3};
        Integer max = GenericService.findMax(a);
        System.out.println(max);*/
        long start = System.currentTimeMillis();
        System.out.println(fib(48L));
        long end = System.currentTimeMillis();
        System.out.println(end - start);
    }

n=40的耗时（单位毫秒）

n=48 的时候的耗时：

相差巨大，导致的原因是：大量的重复计算

递归实现斐波那契，是以指数的形式进行递增，运行时间不断的加大，

Stream 实现斐波那契

stream.iterate(new int[] {0, 1}, i -> new int[] {i[1], (i[0] + i[1])})
.limit(10)
.forEach(i -> System.out.print(i[0]+", "));
//0, 1, 1, 2, 3, 5, 8, 13, 21, 34,
Stream.iterate生成一个无限流,所以这里使用limit把数量限制在了10,使用int数组来存储结果,每次流操作返回的

new int[] {i[1], (i[0] + i[1])})

第二个为前两个数字之和,正好符合斐波那契数列,所以也不用搞什么迭代,递归等等,直接流操作来实现吧.而且流操作在内部也会优化,使用cpu的多处理器来处理数据,不用考虑并发问题.