Julia实现欧拉计划第25题代码无限运行问题求助

你的Julia代码在大x值时出现“无限运行”的核心原因是重复计算导致的性能爆炸，再加上索引逻辑偏差和全局变量误用，具体分析如下：

1. 重复计算的性能灾难 #

主循环中每次迭代都会两次调用fib(N)，且每次调用fib(N)都会从头生成整个斐波那契数列。当N增大到数千（比如欧拉计划第25题的答案是4782），每次调用都要执行数千次循环，重复计算的开销呈指数级增长，导致程序运行时间极长，看起来像“无限运行”。

Python代码其实也存在同样的重复计算问题，但小数值场景下的表现掩盖了这个缺陷，而Julia的数组操作在大规模重复计算时的延迟被放大了。

2. 全局变量i的误用 #

fib函数中使用global i = 1，会导致每次调用fib(N)都重置全局变量i为1。这不仅让函数依赖外部状态，违背函数式编程原则，还增加了调试难度，虽不直接引发错误，但属于不良设计。

3. 索引逻辑的偏差 #

Python使用0索引，Julia默认使用1索引，你的fib函数索引逻辑未对应：

• Python中F = [0, 1]对应第0项和第1项，循环从i=0生成后续项；
• Julia中F = [0, 1]对应第1项和第2项，循环从i=1开始，导致生成的数列项与Python偏移，小x值时巧合得到正确结果，大x值则完全偏离预期。

修复后的Julia代码 #

重构代码以避免重复计算，修正索引逻辑，并用更高效的方式计算斐波那契数（无需存储整个数组，仅跟踪前两个值）：

# 返回第n个斐波那契数，与Python代码的fibonacci(n)逻辑完全对齐
function fib(n)
    n == 0 && return 0
    n == 1 && return 1
    a, b = 0, 1
    for _ in 2:n
        a, b = b, a + b
    end
    return b
end

# 主逻辑：找到第一个位数等于x的斐波那契数的索引
N = 0
x = 1000
while true
    current = fib(N)
    len = length(string(current))
    if len == x
        println(N)
        break
    end
    N += 1
end

优化点说明： #

• 避免重复计算：每次迭代仅计算一次fib(N)并存储结果，消除冗余调用；
• 无状态函数：fib函数不再依赖全局变量，用双变量跟踪前两项，比存储数组更节省内存、速度更快；
• 索引对齐：修正斐波那契数的索引逻辑，与Python代码完全对应，确保结果一致；
• 终止条件明确：用while true配合精准break条件，简化原代码的冗余判断。

进一步优化：高效计算位数 #

无需转换为字符串，用对数计算位数可大幅提升速度（避免字符串转换开销）：

function digit_count(n)
    n == 0 && return 1
    return floor(Int, log10(n)) + 1
end

N = 0
x = 1000
while true
    current = fib(N)
    cnt = digit_count(current)
    if cnt == x
        println(N)
        break
    end
    N += 1
end

这个版本在处理极大数时的运行速度会显著提升。

内容的提问来源于stack exchange，提问作者Shawn