斐波那契数列递归效率低，因重复计算子问题。通过记忆化或动态规划优化，可显著提升性能，避免冗余计算，保持递归直观性同时提高执行效率。
递归函数在处理具有自相似结构的问题时非常直观，比如斐波那契数列。但直接使用简单递归会导致大量重复计算，效率极低。通过优化手段，可以在保留递归形式的同时显著提升性能。
斐波那契数列的基本递归实现
斐波那契数列定义为：F(0) = 0, F(1) = 1, F(n) = F(n-1) + F(n-2)（n ≥ 2）。最基础的递归写法如下：
function fibonacci($n) {
if ($n <= 1) {
return $n;
}
return fibonacci($n - 1) + fibonacci($n - 2);
}
这种写法逻辑清晰，但时间复杂度是指数级的 O(2^n)，因为同一子问题被反复计算。例如，计算 F(5) 时，F(3) 会被调用多次。
使用记忆化优化递归性能
为了避免重复计算，可以引入“记忆化”技术，将已计算的结果缓存起来，下次直接读取。这样可以把时间复杂度降到 O(n)。
立即学习“PHP免费学习笔记（深入）”；
function fibonacciMemo($n, &$memo = []) {
if ($n <= 1) {
return $n;
}
if (!isset($memo[$n])) {
$memo[$n] = fibonacciMemo($n - 1, $memo) + fibonacciMemo($n - 2, $memo);
}
return $memo[$n];}
通过引用传参保存中间结果，每个值只计算一次。这种方式既保持了递归的可读性，又极大提升了执行效率。
进一步优化：尾递归（PHP需手动模拟）
虽然 PHP 不对尾递归做自动优化，但可以通过参数传递累积结果，模拟尾递归结构，避免深层调用栈带来的内存压力。
function fibonacciTail($n, $a = 0, $b = 1) {
if ($n == 0) {
return $a;
}
if ($n == 1) {
return $b;
}
return fibonacciTail($n - 1, $b, $a + $b);
}
这个版本每次递归都把当前结果向前推进，减少了函数调用的冗余，更适合大数值计算。
基本上就这些。从朴素递归到记忆化再到尾递归模拟，可以在不同场景下选择合适方式，在代码简洁性和运行效率之间取得平衡。不复杂但容易忽略的是缓存和状态传递的设计思路。
