Optimización de Javascript a nivel de Fibonacci
https://stackoverflow.com/questions/426579
-
06-07-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianPregunta
Últimamente me interesaron los algoritmos, y la secuencia de Fibonacci me llamó la atención debido a su simplicidad.
Me las arreglé para armar algo en javascript que calcula el enésimo término en la secuencia de Fibonacci en menos de 15 milisegundos después de leer mucha información en la web. Sube hasta 1476 ... 1477 es infinito y 1478 es NaN (¡según javascript!)
Estoy bastante orgulloso del código en sí, excepto que es un monstruo absoluto.
Entonces esta es mi pregunta: A) ¿hay una forma más rápida de calcular la secuencia? B) ¿hay una forma más rápida / pequeña de multiplicar dos matrices?
Aquí está el código:
//Fibonacci sequence generator in JS
//Cobbled together by Salty
m = [[1,0],[0,1]];
odd = [[1,1],[1,0]];
function matrix(a,b) {
/*
Matrix multiplication
Strassen Algorithm
Only works with 2x2 matrices.
*/
c=[[0,0],[0,0]];
c[0][0]=(a[0][0]*b[0][0])+(a[0][1]*b[1][0]);
c[0][1]=(a[0][0]*b[0][1])+(a[0][1]*b[1][1]);
c[1][0]=(a[1][0]*b[0][0])+(a[1][1]*b[1][0]);
c[1][1]=(a[1][0]*b[0][1])+(a[1][1]*b[1][1]);
m1=(a[0][0]+a[1][1])*(b[0][0]+b[1][1]);
m2=(a[1][0]+a[1][1])*b[0][0];
m3=a[0][0]*(b[0][1]-b[1][1]);
m4=a[1][1]*(b[1][0]-b[0][0]);
m5=(a[0][0]+a[0][1])*b[1][1];
m6=(a[1][0]-a[0][0])*(b[0][0]+b[0][1]);
m7=(a[0][1]-a[1][1])*(b[1][0]+b[1][1]);
c[0][0]=m1+m4-m5+m7;
c[0][1]=m3+m5;
c[1][0]=m2+m4;
c[1][1]=m1-m2+m3+m6;
return c;
}
function fib(n) {
mat(n-1);
return m[0][0];
}
function mat(n) {
if(n > 1) {
mat(n/2);
m = matrix(m,m);
}
m = (n%2<1) ? m : matrix(m,odd);
}
alert(fib(1476)); //Alerts 1.3069892237633993e+308
La función de matriz toma dos argumentos: a y b, y devuelve a * b donde a y b son matrices de 2x2. Ah, y en una nota al margen, sucedió algo mágico ... ¡Estaba convirtiendo el algoritmo de Strassen en notación de matriz JS y funcionó en mi primer intento! Fantástico, ¿verdad? : P
Gracias de antemano si logra encontrar una manera más fácil de hacerlo.
Solución
No especules, punto de referencia:
editar: agregué mi propia implementación de matriz usando las funciones de multiplicación optimizadas mencionadas en mi otra respuesta. Esto dio como resultado una aceleración importante, pero incluso la implementación de vainilla O (n ^ 3) de la multiplicación de matrices con bucles fue más rápida que el algoritmo de Strassen.
<pre><script>
var fib = {};
(function() {
var sqrt_5 = Math.sqrt(5),
phi = (1 + sqrt_5) / 2;
fib.round = function(n) {
return Math.floor(Math.pow(phi, n) / sqrt_5 + 0.5);
};
})();
(function() {
fib.loop = function(n) {
var i = 0,
j = 1;
while(n--) {
var tmp = i;
i = j;
j += tmp;
}
return i;
};
})();
(function () {
var cache = [0, 1];
fib.loop_cached = function(n) {
if(n >= cache.length) {
for(var i = cache.length; i <= n; ++i)
cache[i] = cache[i - 1] + cache[i - 2];
}
return cache[n];
};
})();
(function() {
//Fibonacci sequence generator in JS
//Cobbled together by Salty
var m;
var odd = [[1,1],[1,0]];
function matrix(a,b) {
/*
Matrix multiplication
Strassen Algorithm
Only works with 2x2 matrices.
*/
var c=[[0,0],[0,0]];
var m1=(a[0][0]+a[1][1])*(b[0][0]+b[1][1]);
var m2=(a[1][0]+a[1][1])*b[0][0];
var m3=a[0][0]*(b[0][1]-b[1][1]);
var m4=a[1][1]*(b[1][0]-b[0][0]);
var m5=(a[0][0]+a[0][1])*b[1][1];
var m6=(a[1][0]-a[0][0])*(b[0][0]+b[0][1]);
var m7=(a[0][1]-a[1][1])*(b[1][0]+b[1][1]);
c[0][0]=m1+m4-m5+m7;
c[0][1]=m3+m5;
c[1][0]=m2+m4;
c[1][1]=m1-m2+m3+m6;
return c;
}
function mat(n) {
if(n > 1) {
mat(n/2);
m = matrix(m,m);
}
m = (n%2<1) ? m : matrix(m,odd);
}
fib.matrix = function(n) {
m = [[1,0],[0,1]];
mat(n-1);
return m[0][0];
};
})();
(function() {
var a;
function square() {
var a00 = a[0][0],
a01 = a[0][1],
a10 = a[1][0],
a11 = a[1][1];
var a10_x_a01 = a10 * a01,
a00_p_a11 = a00 + a11;
a[0][0] = a10_x_a01 + a00 * a00;
a[0][1] = a00_p_a11 * a01;
a[1][0] = a00_p_a11 * a10;
a[1][1] = a10_x_a01 + a11 * a11;
}
function powPlusPlus() {
var a01 = a[0][1],
a11 = a[1][1];
a[0][1] = a[0][0];
a[1][1] = a[1][0];
a[0][0] += a01;
a[1][0] += a11;
}
function compute(n) {
if(n > 1) {
compute(n >> 1);
square();
if(n & 1)
powPlusPlus();
}
}
fib.matrix_optimised = function(n) {
if(n == 0)
return 0;
a = [[1, 1], [1, 0]];
compute(n - 1);
return a[0][0];
};
})();
(function() {
var cache = {};
cache[0] = [[1, 0], [0, 1]];
cache[1] = [[1, 1], [1, 0]];
function mult(a, b) {
return [
[a[0][0] * b[0][0] + a[0][1] * b[1][0],
a[0][0] * b[0][1] + a[0][1] * b[1][1]],
[a[1][0] * b[0][0] + a[1][1] * b[1][0],
a[1][0] * b[0][1] + a[1][1] * b[1][1]]
];
}
function compute(n) {
if(!cache[n]) {
var n_2 = n >> 1;
compute(n_2);
cache[n] = mult(cache[n_2], cache[n_2]);
if(n & 1)
cache[n] = mult(cache[1], cache[n]);
}
}
fib.matrix_cached = function(n) {
if(n == 0)
return 0;
compute(--n);
return cache[n][0][0];
};
})();
function test(name, func, n, count) {
var value;
var start = Number(new Date);
while(count--)
value = func(n);
var end = Number(new Date);
return 'fib.' + name + '(' + n + ') = ' + value + ' [' +
(end - start) + 'ms]';
}
for(var func in fib)
document.writeln(test(func, fib[func], 1450, 10000));
</script></pre>
rendimientos
fib.round(1450) = 4.8149675025003456e+302 [20ms]
fib.loop(1450) = 4.81496750250011e+302 [4035ms]
fib.loop_cached(1450) = 4.81496750250011e+302 [8ms]
fib.matrix(1450) = 4.814967502500118e+302 [2201ms]
fib.matrix_optimised(1450) = 4.814967502500113e+302 [585ms]
fib.matrix_cached(1450) = 4.814967502500113e+302 [12ms]
Su algoritmo es casi tan malo como el bucle sin caché. El almacenamiento en caché es su mejor opción, seguido de cerca por el algoritmo de redondeo, que produce resultados incorrectos para grandes n (al igual que su algoritmo de matriz).
Para n más pequeño, su algoritmo funciona incluso peor que todo lo demás:
fib.round(100) = 354224848179263100000 [20ms]
fib.loop(100) = 354224848179262000000 [248ms]
fib.loop_cached(100) = 354224848179262000000 [6ms]
fib.matrix(100) = 354224848179261900000 [1911ms]
fib.matrix_optimised(100) = 354224848179261900000 [380ms]
fib.matrix_cached(100) = 354224848179261900000 [12ms]
Otros consejos
Hay una solución de forma cerrada (sin bucles) para el enésimo número de Fibonacci.
Puede haber una forma más rápida de calcular los valores, pero no creo que sea necesario.
Calcule una vez y, en su programa, muestre los resultados como la siguiente línea de fibdatos:
fibdata = [1,1,2,3,5,8,13, ... , 1.3069892237633993e+308]; // 1476 entries.
function fib(n) {
if ((n < 0) || (n > 1476)) {
** Do something exception-like or return INF;
}
return fibdata[n];
}
Entonces, ese es el código que envía a sus clientes. Esa es una solución O (1) para usted.
La gente suele pasar por alto la solución de "almacenamiento en caché". Una vez tuve que escribir rutinas de trigonometría para un sistema embebido y, en lugar de usar series infinitas para calcularlas sobre la marcha, solo tenía algunas tablas de búsqueda, 360 entradas en cada una para cada uno de los grados de entrada.
No hace falta decir que gritó, a un costo de solo 1K de RAM. Los valores se almacenaron como entradas de 1 byte, [valor real (0-1) * 16] para que pudiéramos hacer una búsqueda, multiplicar y cambiar bits para obtener el valor deseado.
Mi respuesta anterior se llenó un poco, así que publicaré una nueva:
Puede acelerar su algoritmo utilizando la multiplicación matricial 2x2 de vainilla, es decir, reemplace su función matrix () con esto:
function matrix(a, b) {
return [
[a[0][0] * b[0][0] + a[0][1] * b[1][0],
a[0][0] * b[0][1] + a[0][1] * b[1][1]],
[a[1][0] * b[0][0] + a[1][1] * b[1][0],
a[1][0] * b[0][1] + a[1][1] * b[1][1]]
];
}
Si le preocupa la precisión y la velocidad, use la solución de almacenamiento en caché. Si la precisión no es una preocupación, pero el consumo de memoria sí lo es, use la solución de redondeo. La solución de matriz solo tiene sentido si desea resultados rápidos para n grande, no le importa la precisión y no desea llamar a la función repetidamente.
editar: incluso puede acelerar el cálculo si utiliza funciones de multiplicación especializadas, elimina subexpresiones comunes y reemplaza los valores en la matriz existente en lugar de crear una nueva matriz:
function square() {
var a00 = a[0][0],
a01 = a[0][1],
a10 = a[1][0],
a11 = a[1][1];
var a10_x_a01 = a10 * a01,
a00_p_a11 = a00 + a11;
a[0][0] = a10_x_a01 + a00 * a00;
a[0][1] = a00_p_a11 * a01;
a[1][0] = a00_p_a11 * a10;
a[1][1] = a10_x_a01 + a11 * a11;
}
function powPlusPlus() {
var a01 = a[0][1],
a11 = a[1][1];
a[0][1] = a[0][0];
a[1][1] = a[1][0];
a[0][0] += a01;
a[1][0] += a11;
}
Nota: a es el nombre de la variable de matriz global.
Solución de forma cerrada en JavaScript: O (1), precisa para n = 75
function fib(n){
var sqrt5 = Math.sqrt(5);
var a = (1 + sqrt5)/2;
var b = (1 - sqrt5)/2;
var ans = Math.round((Math.pow(a, n) - Math.pow(b, n))/sqrt5);
return ans;
}
Por supuesto, incluso la multiplicación comienza a costar cuando se trata de números enormes, pero esto le dará la respuesta. Hasta donde sé, debido a que JavaScript redondea los valores, solo es preciso hasta n = 75. Después de eso, obtendrá una buena estimación, pero no será totalmente precisa a menos que desee hacer algo complicado como almacenar los valores como una cadena luego se analizan como BigIntegers.
¿Qué tal si memorizamos los resultados que ya se calcularon, como tales:
var IterMemoFib = function() {
var cache = [1, 1];
var fib = function(n) {
if (n >= cache.length) {
for (var i = cache.length; i <= n; i++) {
cache[i] = cache[i - 2] + cache[i - 1];
}
}
return cache[n];
}
return fib;
}();
O si desea una función de memorización más genérica, extienda el prototipo Function :
Function.prototype.memoize = function() {
var pad = {};
var self = this;
var obj = arguments.length > 0 ? arguments[i] : null;
var memoizedFn = function() {
// Copy the arguments object into an array: allows it to be used as
// a cache key.
var args = [];
for (var i = 0; i < arguments.length; i++) {
args[i] = arguments[i];
}
// Evaluate the memoized function if it hasn't been evaluated with
// these arguments before.
if (!(args in pad)) {
pad[args] = self.apply(obj, arguments);
}
return pad[args];
}
memoizedFn.unmemoize = function() {
return self;
}
return memoizedFn;
}
//Now, you can apply the memoized function to a normal fibonacci function like such:
Fib = fib.memoize();
Una nota para agregar es que debido a restricciones técnicas (seguridad del navegador), los argumentos para las funciones memorizadas solo pueden ser matrices o valores escalares . Sin objetos.
Referencia: http://talideon.com/weblog/ 2005/07 / javascript-memoization.cfm
Para ampliar un poco la Dreas respuesta:
1) cache debería comenzar como [0, 1]
2) ¿qué haces con IterMemoFib (5.5) ? ( caché [5.5] == indefinido )
fibonacci = (function () {
var FIB = [0, 1];
return function (x) {
if ((typeof(x) !== 'number') || (x < 0)) return;
x = Math.floor(x);
if (x >= FIB.length)
for (var i = FIB.length; i <= x; i += 1)
FIB[i] = FIB[i-1] + FIB[i-2];
return FIB[x];
}
})();
alert(fibonacci(17)); // 1597 (FIB => [0, 1, ..., 1597]) (length = 17)
alert(fibonacci(400)); // 1.760236806450138e+83 (finds 18 to 400)
alert(fibonacci(1476)); // 1.3069892237633987e+308 (length = 1476)
Si no le gustan los errores silenciosos:
// replace...
if ((typeof(x) !== 'number') || (x < 0)) return;
// with...
if (typeof(x) !== 'number') throw new TypeError('Not a Number.');
if (x < 0) throw new RangeError('Not a possible fibonacci index. (' + x + ')');
Aquí hay una solución muy rápida para calcular la secuencia de Fibonacci
function fib(n){
var start = Number(new Date);
var field = new Array();
field[0] = 0;
field[1] = 1;
for(var i=2; i<=n; i++)
field[i] = field[i-2] + field[i-1]
var end = Number(new Date);
return 'fib' + '(' + n + ') = ' + field[n] + ' [' +
(end - start) + 'ms]';
}
var f = fib(1450)
console.log(f)
Acabo de escribir mi pequeña implementación usando un Objeto para almacenar resultados ya calculados. Lo escribí en Node.JS, que necesitaba 2 ms (según mi temporizador) para calcular el fibonacci para 1476.
Aquí está el código despojado a Javascript puro:
var nums = {}; // Object that stores already computed fibonacci results
function fib(n) { //Function
var ret; //Variable that holds the return Value
if (n < 3) return 1; //Fib of 1 and 2 equal 1 => filtered here
else if (nums.hasOwnProperty(n)) ret = nums[n]; /*if the requested number is
already in the object nums, return it from the object, instead of computing */
else ret = fib( n - 2 ) + fib( n - 1 ); /* if requested number has not
yet been calculated, do so here */
nums[n] = ret; // add calculated number to nums objecti
return ret; //return the value
}
//and finally the function call:
fib(1476)
EDITAR: ¡No intenté ejecutar esto en un navegador!
EDITAR de nuevo: ahora lo hice. pruebe el jsfiddle: jsfiddle fibonacci El tiempo varía entre 0 y 2 ms
Algoritmo mucho más rápido:
const fib = n => fib[n] || (fib[n-1] = fib(n-1)) + fib[n-2];
fib[0] = 0; // Any number you like
fib[1] = 1; // Any number you like
