学习目标:斐波那契数列
目标:求取斐波那契数列第N位的值
下面我们提供三种学习斐波那契数列的计算方式。
斐波那契数列的介绍:每一位的值等于他前两位数字之和。前两位固定0,1,1,2,3,5,8…
- 1. 基于暴力递归的算法,这个算法思想是最简单也是最方便的算法。
- 如上图,我们可以将递归想象成上面的这个树,我们在进行递归的过程中,其实就是计算上面的这个树的过程,我们通过递归找到我们的叶子节点,而叶子节点也就是我们递归的边界,在找到叶子节之后,我们通过向上返回最终能得到我们想要的值。
代码:
public static int calculateNum(int num) {
//设置两个边界
if(num == 0) {
//当前传入为0,返回0
return 0;
}
if(num == 1) {
//当前传入的为1,返回1
return 1;
}
//递归调用上面的方法 分别计算左子树和右子树
return calculateNum(num - 1) + calculateNum(num - 2);
}
- 时间复杂度:结合代码我们不难求出,不管是左子树还是计算右子树,我们的时间复杂度都是2的n次方,因为要每个都是要计算一个完整的树的计算,因此有很多的重复计算,这是个很高的时间复杂度了。
- 2. 基于去重递归的计算方式
- 上面递归我们会发现有个缺陷,就是重复计算了很多的值,如何进行去重递归,我们需要一个数组去保存我们之前计算过的值就行。
- 如上图所示,图中彩色部分就是我们重复计算的部分,包括没有标注颜色的num[5]也是重复计算的内容。实际上,我们的有效计算就是在该树左子树的最左侧的那一列,因此我们只需保存这部分内容即可。
代码
//去重递归,但是上面递归我们会发现有个缺陷,就是重复计算了很对的值,如何进行去重递归,我们需要一个数组去保存我们之前计算过的值就行。
public static int calculateNum02(int num) {
int [] arr = new int[num+1];
return recall(arr, num);
}
public static int recall(int[]arr, int num) {
//设置两个边界
if(num == 0) {
//当前传入为0,返回0
return 0;
}
if(num == 1) {
//当前传入的为1,返回1
return 1;
}
//设置完边界还是不够的,我们需要判断去除重复计算
if(arr[num] != 0) {
//默认情况下,new新创建的数组内的数值都是0,这个与C语言不同
//当当前值不是0的时候,说明当前位置已经进行了更改,我们不需要对其进行计算
return arr[num]; //我们只需要返回当前这个值就行了
}
//下面我们要对计算的值进行保存,因此,当左子树的内容计算之后,便不再计算右子树的内容
arr[num] = recall(arr, num-1)+recall(arr, num-2);
return arr[num];
}
- 不难发现我们除了每次递归时传入了数组之外,核心的逻辑并没有改变。
- 经过下面的去除计算,我成功不再计算右子树,并且我们只需要计算最左边的一支即可,因此传入的是num,所以我们的时间复杂度降低到o(n),但是对应的空间复杂度有所上升来自于那个创建的数组,空间复杂度也是o(n)。
- 3. 基于采用双指针迭代实现
- 这个方法能优化上面的空间复杂度的问题。
- 我们在计算上面的数列的时候,因为保存了全部的值而造成了很对的空间浪费。我们是计算在num的位置下,这个斐波那契的数据的值是多少,本身是不需要保存完整的斐波那契数列的数据,因此我们只需要定义两个指针,分别记录目标位置的前两个值是多少就行了。
- 如图所示,最终当我们的指针走完全程之后,我们也能计算出目标位置的前两个的值是多少,进行相加就行,在此过程中,我们仅需要对指针的状态更新进行关注就行了。
代码
public static int iterNum(int num) {
/**
* 我们在计算上面的数列的时候,因为保存了全部的值而造成了很对的空间浪费
* 我们是计算在num的位置下,这个斐波那契的数据的值是多少,本身是不需要保存完整的
* 斐波那契数列的数据,因此我们只需要定义两个指针,分别记录目标位置的前两个
* 值是对少就行了*/
if(num == 0) {
//当前传入为0,返回0
return 0;
}
if(num == 1) {
//当前传入的为1,返回1
return 1;
}
//分别定义两个指针(当然你也可以理解成这两个其实就是保存前两个值)
int low = 0, high = 1;
//我们需要从2开始遍历,因为0和1都有确定的位置
for(int i = 2; i <= num; i++) {
//在里面我们执行计算逻辑
//我们只需将下标进行移动即可
int sum = 0;
sum = low + high;
low = high;
high = sum;
}
//最后我们的high指向的位置,也就是我们最后要的位置
return high;
}
- 这个方法我们的时间复杂度只有o(n),并且没有了空间复杂度的开销。
测试
public static void main(String[] args) {
System.out.println(calculateNum(10));
System.out.println(calculateNum02(10));
System.out.println(iterNum(10));
}
}