fib函數使用方法
fib函數是一個常見的計算斐波那契數列的函數。它接受一個整數參數n，并返回斐波那契數列的第n個數。使用方法如下：
1.導入fib函數所在的模塊或定義fib函數。
2.調用fib函數，傳入一個整數參數n。
3.函數將返回斐波那契數列的第n個數。
例如，如果要計算斐波那契數列的第10個數，可以使用fib(10)。注意，斐波那契數列的索引從0開始，所以fib(0)返回的是第一個數。
Python遞歸函數到底是什么原理
首先，遞歸不是python獨有的，遞歸是一種算法，簡單地說，就是一個函數不停地調用自己，直至達到停止條件。
構成遞歸需具備兩個條件：
子問題須與原始問題為同樣的事，且更為簡單；不能無限制地調用本身，須有個出口（即要有個邊界），化簡為非遞歸狀況處理其中遞歸又分為直接遞歸和間接遞歸。遞歸又分為兩情況，分別為直接遞歸和間接遞歸。
直接遞歸是在A函數中嵌套使用A函數，然后有一個停止該函數的條件。間接遞歸是在A函數中調用B函數，然后在B函數中調用A函數，即間接調用自己實現遞歸。這里我用著名的斐波那契數列（即從第3項起，后一個數為前兩項之和）做演示：
運行得出第10項結果為34，結果正確。現在我們來分析其運行過程中，為方便理解，我們計算第5項，運行過程我們用如下圖表示：
從圖中我們可以看出，所謂遞歸，就是把大的事件，逐步細化分別進行處理，這就是分治的思想。
那么遞歸是在計算機中怎樣實現的呢？如果我們有了解過數據結構這門課程，我們就會知道，這就是用棧來實現的。
還有一點值得注意的，我們看上圖是不是有些相同的部分重復調用了，所以說使用遞歸會使程序變得相對慢一些，在日常開發中，我們是比較少用的，雖然遞歸的代碼塊看起來比較簡潔。
什么是遞歸基例
所謂基例就是不需要遞歸就能求解的，一般來說是問題的最小規模下的解。
例如：斐波那契數列遞歸，f(n)=f(n-1)+f(n-2)，基例是1和2，f(1)和f(2)結果都是1
再比如：漢諾塔遞歸，基例就是1個盤子的情況，只需移動一次，無需遞歸
遞歸必須有基例，否則就是無法退出的遞歸，不能求解。
python函數怎么調用自身
針對這個Python函數問題，我從以下幾點回答：
1.Python函數定義——defPython有很多已經定義好了的內置函數和模塊，如果是自定義函數，則要像下面這樣：
定義一個函數要使用關鍵字def，后面是函數名，括號，括號內是函數的參數，沒有參數的時候不寫，再后面就是冒號，然后在縮進塊中編寫函數體，最后使用關鍵字return返回函數值，沒有返回值可以不寫，也可以只寫return，后面不跟值。這便是函數的基本定義。
注意：
函數名不要使用Python既定關鍵字，也不要是常用的內置函數，最好也不要使用test
函數參數可以有默認值，還可以寫不定參數等，比如print函數就是不定參數（*args）
返回多個值的時候，是以tuple的形式，函數在執行到return語句后，便會返回。
函數名與語句塊中間的三引號注釋，是屬于函數的doc，方便查詢函數信息的，有必要的話，還可以寫上參數和返回值的信息。
關于函數的知識點還是挺多的，不過就重要性而言，還是函數本身邏輯的實現才是主要的，其他一些小細節，遇到了就明白了。
2.Python函數的調用函數定義好了，我們則要用起來，這也是本次作答的重點。如果是在本模塊內（同一個py文件內）調用，則很簡單，寫一個if語句，如下：
這是推薦的寫法，當然，你也可以直接這樣
上面兩種方式都能正確運行函數的調用過程，不過，__name__==‘__main__’的作用是，當此模塊（py文件）被其他文件導入的時候，便不會執行，而僅僅是導入函數的定義。
__name__是模塊的一個屬性，其作用是調用當前模塊的名稱，若此模塊是直接執行時，__name__==‘__main__’。當此模塊是被其他程序import時，__name__的值為此模塊的名稱。
好了，函數的簡單調用就是這樣，若是想在其他模塊中調用這個函數，那么：
假如你這個函數保存在文件名為：def_study.py
當然，導入模塊的知識點也很多，這里就不細講了
Python函數調用自身上面說清楚了函數的基本調用方法，那么，如題主所說的，想要調用函數自身該怎么做呢？舉個栗子：上面是一個經典的數列：斐波那契數列，我們用函數來實現其計算
看注釋你也知道了什么是斐波那契數列。上面的函數中，當n不為0和1時，就會調用函數自身，將參數分別減1和2。這樣的寫法，叫做遞歸。
遞歸會以棧的形式依次調用函數自身，直到條件發生變化到底，才會依次返回每一次遞歸調用的值，說實話，遞歸很占內存。我們是可以用循環改寫此函數的。
循環的辦法，就是依次計算第1,2,3……直到n個數的值。
這便是調用函數自身的例子！歡迎指正！
遞歸算法前提及方法
遞歸是設計和描述算法的一種有力的工具，由于它在復雜算法的描述中被經常采用，為此在進一步介紹其他算法設計方法之前先討論它。
能采用遞歸描述的算法通常有這樣的特征：為求解規模為N的問題，設法將它分解成規模較小的問題，然后從這些小問題的解方便地構造出大問題的解，并且這些規模較小的問題也能采用同樣的分解和綜合方法，分解成規模更小的問題，并從這些更小問題的解構造出規模較大問題的解。特別地，當規模N=1時，能直接得解。
遞歸算法的執行過程分遞推和回歸兩個階段。在遞推階段，把較復雜的問題（規模為n）的求解推到比原問題簡單一些的問題（規模小于n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是說，為計算fib(n)，必須先計算fib(n-1)和fib(n-2)，而計算fib(n-1)和fib(n-2)，又必須先計算fib(n-3)和fib(n-4)。依次類推，直至計算fib(1)和fib(0)，分別能立即得到結果1和0。在遞推階段，必須要有終止遞歸的情況。例如在函數fib中，當n為1和0的情況。
在回歸階段，當獲得最簡單情況的解后，逐級返回，依次得到稍復雜問題的解，例如得到fib(1)和fib(0)后，返回得到fib(2)的結果，……，在得到了fib(n-1)和fib(n-2)的結果后，返回得到fib(n)的結果。
在編寫遞歸函數時要注意，函數中的局部變量和參數知識局限于當前調用層，當遞推進入“簡單問題”層時，原來層次上的參數和局部變量便被隱蔽起來。在一系列“簡單問題”層，它們各有自己的參數和局部變量。
由于遞歸引起一系列的函數調用，并且可能會有一系列的重復計算，遞歸算法的執行效率相對較低。當某個遞歸算法能較方便地轉換成遞推算法時，通常按遞推算法編寫程序。例如上例計算斐波那契數列的第n項的函數fib(n)應采用遞推算法，即從斐波那契數列的前兩項出發，逐次由前兩項計算出下一項，直至計算出要求的第n項。
選擇排序法是對定位比較交換法的一種改進。在講選擇排序法之前我們先來了解一下定位比較交換法。為了便于理解，設有10個數分別存在數組元素a[0]～a[9]中。定位比較交換法是由大到小依次定位a[0]～a[9]中恰當的值（和武林大會中的比武差不多），a[9]中放的自然是最小的數。如定位a[0],先假定a[0]中當前值是最大數，a[0]與后面的元素一一比較，如果a[4]更大，則將a[0]、a[4]交換，a[0]已更新再與后面的a[5]～a[9]比較，如果a[8]還要大，則將a[0]、a[8]交換，a[0]又是新數，再與a[9]比較。一輪比完以后，a[0]就是最大的數了，本次比武的武狀元誕生了，接下來從a[1]開始，因為狀元要休息了，再來一輪a[1]就是次大的數，也就是榜眼，然后從a[2]開始，比出探花，真成比武大會了，當必到a[8]以后，排序就完成了。
下面給大家一個例子：
mai()
{
inta[10];
inti,j,t;
for(i=0;i
for(i=0;i
for(j=i+1;j
if(a[i]
for(i=0;i
}
好啦，羅嗦了半天總算把定位比較排序法講完了，這個方法不錯，容易理解，就是有點麻煩，一把椅子換來換去，哎～
所以就有了下面的選擇排序法，開始的時候椅子誰也不給，放在一邊讓大家看著，找個人k記錄比賽結果，然后發椅子。具體來講呢就是，改進定位比較排序法，但是這個改進只是一部分，比較的次數沒變，該怎么打還是怎么打，就是不用換椅子了。每次外循環先將定位元素的小標i值記錄到K，認為a[k]是最大元素其實i=k還是a[i]最大，a[k]與后面的元素一一比較，該交換的也是也不換，就是把K的值改變一下就完了，最后在把a[k]與a[i]交換，這樣a就是最大的元素了。然后進入下一輪的比較。選擇排序法與定位比較排序法相比較，比的次數沒變，交換的次數減少了。
下面也寫個例子：
main()
{
inta[10];
inti,j,t,k;
for(i=0;i
for(i=0;i
{k=i;/*裁判AND記者實時追蹤報道比賽情況*/
for(j=i+1;j
if(a[k]
t=a[i];a[i]=a[k];a[k]=t;/*t發放獎品*/
}
for(i=0;i
}
Python求斐波那契數列前20項和
斐波那契數列是一個遞歸定義的序列，可以使用遞歸函數或循環計算前20項和。以下是使用循環方法計算斐波那契數列前20項和的Python代碼：
```
#初始化前兩個數
a,b=0,1
#初始化前20項和
total=0
#計算前20項的和
foriinrange(20):
a,b=b,a+b
total+=a
#輸出結果
print("前20項和為：",total)
```
輸出結果為：前20項和為：17710
