如何优化我编写的Fibonacci斐波那契数列生成器Python代码？

三种实现的优劣对比 #

你的初始实现版本 #

• 优势：逻辑非常直观，所有生成过的数列项都存在prev_nums列表中，如果你后续需要随机访问任意历史项，直接按索引取值即可，使用场景适配随机读需求。
• 劣势：内存占用会随生成数列的长度线性增长，因为存储了全部历史值；count变量属于冗余设计，完全可以用循环变量i替代，没必要单独维护计数；代码没有封装成函数，复用性差，要调整生成数量必须直接修改循环内的range(20)硬编码值。

第一种网上实现（普通函数直接打印版） #

def fibonacci():
    a=0
    b=1
    for i in range(6):
        print(b)
        a,b= b,a+b

• 优势：没有用列表存储全量历史值，仅维护两个变量存前两项，内存占用固定为O(1)，不管生成多少项内存都不会上涨；用了Python元组解包语法直接赋值a,b = b,a+b，不需要写中间变量ans，代码更简洁；封装成了函数，复用性比你的初始版本好。
• 劣势：还是硬编码了生成数量range(6)，调整生成数量需要修改函数内部代码；直接把打印逻辑写在函数内，耦合度太高，如果你需要拿到生成值做其他处理（比如求和、写入文件）就无法直接使用，必须修改函数逻辑。

第二种网上实现（生成器版本） #

def fib(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

• 优势：同样是O(1)内存占用，运行效率很高；参数化了生成数量n，调用时传入对应数值就能生成指定长度的数列，复用性极强；用yield返回值，不会强制打印结果，你拿到生成器后可以按需处理：遍历打印、转列表、逐个取值做计算都可以，灵活性非常高；循环用_作为占位符，明确表示该循环变量不需要使用，代码可读性更高。
• 劣势：唯一的局限是如果需要频繁随机访问历史数列项，生成器只能按顺序向后取值，无法直接跳转到指定索引的项，这种场景下不如你存列表的版本方便。

可参考的优化要点 #

1. 移除冗余的count变量：你当前逻辑里count初始为1、每次循环加1，它的值完全等于i+2，直接用循环变量计算索引即可，不需要单独维护计数。
2. 优先用元组解包简化赋值：不需要单独写ans变量存储中间结果，直接用a, b = b, a+b就能完成前两项的更新，代码更简洁。
3. 封装为参数化函数：不要硬编码循环次数，把要生成的项数作为参数传入，复用性会大幅提升。
4. 根据使用场景选实现方案：如果需要频繁访问历史项，就保留存列表的逻辑；如果只是需要逐个生成使用，就用生成器版本，内存效率更高。
5. 拆分计算逻辑和输出逻辑：计算代码只负责返回结果，要不要打印、怎么处理结果交给调用方决定，代码的适用范围会更广。

内容的提问来源于stack exchange，提问作者some_user_3