Java实现六次调用斐波那契数列方法
2026-02-27 10:57:40
0浏览
收藏
本文聚焦于Java编程中一个看似简单却极易出错的实践问题:如何真正实现“单次输入、六次调用”斐波那契数列计算——直击常见误区(如将Scanner和输入语句误放循环内导致重复提示、资源泄漏和性能失真),并提供结构清晰、资源安全、计时精准的重构方案,助你写出更专业、高效且符合逻辑预期的代码。

本文讲解如何优化 Java 程序,使用户仅需输入一次数字,即可连续 6 次调用该数值计算斐波那契数,并避免重复创建 Scanner 和重复输入。
本文讲解如何优化 Java 程序,使用户仅需输入一次数字,即可连续 6 次调用该数值计算斐波那契数,并避免重复创建 Scanner 和重复输入。
在您提供的代码中,Scanner 实例和用户输入语句被错误地置于 for 循环内部,导致程序每次迭代都新建一个 Scanner、提示用户重新输入——这不仅违背“单次输入、六次调用”的需求,还可能引发资源泄漏(Scanner 未关闭)及逻辑冗余。
正确做法是:将输入操作移至循环外部,确保只执行一次;循环内仅复用已读取的数值进行计算。同时,建议对 Scanner 进行显式关闭,并使用更精确的计时方式(如 System.nanoTime())替代 new Date().getTime(),以提升性能测量准确性。
以下是重构后的专业级实现:
import java.util.Scanner;
public class Main {
private static int count = 0;
public static int fibonacci(int n) {
count++;
if (n <= 1) {
return n;
}
return fibonacci(n - 1) + fibonacci(n - 2);
}
public static void main(String[] args) {
// ✅ 单次输入:Scanner 和输入逻辑移出循环
Scanner scanner = new Scanner(System.in);
System.out.print("Enter a number: ");
int input = scanner.nextInt();
scanner.close(); // ✅ 及时关闭资源
int n = 6;
for (int i = 1; i <= n; i++) {
count = 0; // ? 每次调用前重置统计计数器(可选,便于观察单次调用开销)
long start = System.nanoTime();
int result = fibonacci(input);
long end = System.nanoTime();
double seconds = (end - start) / 1_000_000_000.0;
System.out.printf("Call %d: Fibonacci(%d) = %d | Count = %d | Time = %.6f s%n",
i, input, result, count, seconds);
}
}
}? 关键改进说明:
- 结构清晰:输入与计算职责分离,符合单一职责原则;
- 资源安全:Scanner 在使用后立即关闭,防止潜在内存泄漏;
- 计时精准:采用 System.nanoTime() 获取纳秒级时间戳,避免 Date 的毫秒粒度误差及系统时钟波动干扰;
- 可读增强:使用 printf 格式化输出,明确标识调用序号、输入值、结果、递归调用次数及耗时;
- 状态隔离:每次循环前重置 count,确保各次调用的统计独立(若需累计总调用次数,可移除此行)。
⚠️ 注意事项:
- 当前 fibonacci() 是朴素递归实现,时间复杂度为 O(2ⁿ),对较大输入(如 n > 40)将显著变慢甚至栈溢出。生产环境推荐改用迭代法或记忆化递归;
- 若需支持多次运行而不退出程序,可将主逻辑封装为方法,并在 while 循环中控制交互流程;
- 避免在循环中反复创建对象(如 Scanner、Date),这是 Java 性能优化的基本实践。
通过以上重构,程序严格满足“一次输入、六次调用”的设计目标,同时兼顾健壮性、可维护性与教学示范价值。
今天关于《Java实现六次调用斐波那契数列方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Word删除空白页的实用技巧
- 上一篇
- Word删除空白页的实用技巧
- 下一篇
- WiFi密码正确却连不上?故障排查技巧
查看更多
最新文章
-
- 文章 · java教程 | 25分钟前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 1小时前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 2小时前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 2小时前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 5小时前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 7小时前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 10小时前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
-
- 文章 · java教程 | 20小时前 | 可观测性 · Java教程 · LongAdder JFR事件流 RecordingStream Java延迟指标 近似分位数
- JFR 事件流如何在线聚合延迟指标
- 418浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 并发编程 · CompletableFuture · java completablefuture 取消原因 异步编排
- Java CompletableFuture 怎样在阶段之间保留取消原因
- 415浏览 收藏
-
- 文章 · java教程 | 1天前 | spring · Spring Boot · 事务管理 · Java教程 · REQUIRES_NEW Spring事务事件 TransactionalEventListener AFTER_COMMIT Spring事件
- Spring 事务事件监听器如何在提交后执行
- 126浏览 收藏
-
- 文章 · java教程 | 1天前 | 配置管理 · Java · Spring Boot · 故障排查 · Java教程 · spring boot actuator @ConfigurationProperties 配置属性绑定 PropertySource
- Spring Boot 配置属性绑定失败怎样定位字段来源
- 184浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 408次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 485次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 494次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 440次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 269次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

