剑指 Offer 10-I-斐波那契数列

题目

思路

解法一

看到斐波那契数列，最容易想到的解法就是递归。这道题用递归解起来也非常简单

private const int MOD = 1000000007;
public int Fib(int n)
{
	if (n == 0)
		return 0;
	if (n == 1)
		return 1;
	return (Fib(n - 1) + Fib(n - 2)) % MOD;
}

但是注意n的范围是[0,100]，而采用递归方式的时间复杂度是$O(2^n)$级别。随着n的增大，消耗的时间会爆炸性的增长。可以试一下输入n=100，我的电脑跑了5分钟都没有跑完。。。
既然这套解法必定会超时，我们就来分析一下有没有可以优化的点。以n=5为例，画一下函数调用的过程

可以看到，上面的递归过程其实有很多都是重复求解。那么优化的思路就很明确了：用一个额外的存储结构，将已经求解过的结果储存起来。也就是暴力递归->记忆化搜索

private const int MOD = 1000000007;
private Dictionary<int, int> _resultMap = new();

public int Fib2(int n)
{
	if (n == 0)
		return 0;
	if (n == 1)
		return 1;
	if (_resultMap.ContainsKey(n))
		return _resultMap[n];
	int res = (Fib2(n - 1) + Fib2(n - 2)) % MOD;
	_resultMap[n] = res;
	return res;
}

经过优化后的函数调用过程如下

时间复杂度来到了$O(n)$级别。粗略统计运行耗时也可以明显看出时间消耗的减少

既然已经成功实现了记忆化搜索，那么我们也可以着手尝试将其改造成严格表结构的动态规划。上面使用的哈希表可以看做一个一维数组，根据动态规划自底向上的原则（暴力递归是自顶向下），可以先列出已知条件和要求解的目标

根据前面的经验，我们知道要想求出$F(5)$就要先求出$F(2)$，而$F(2)$根据$F(1)+F(0)$很容易求得

同理，$F(3)$也可以由$F(2)+F(1)$求得

以此类推…
也就是说，我们可以根据这个规律，直接从$F(0)+F(1)$开始算起，直到算出目标值。这样就只需要有限几个变量进行存储，也不会进行重复计算

private const int MOD = 1000000007;
public int Fib3(int n)
{
	if (n == 0)
		return 0;
	if (n == 1)
		return 1;
	// f(0) f(1)
	int left = 0,right = 1;
	int res = 0;
	for (int i = 2; i <= n; i++)
	{
		res = (left + right)%MOD;
		left = right;
		right = res;
	}
	return res;
}

动态规划解法的时间复杂度与记忆化搜索的时间复杂度相同，都为$O(n)$。但是前者的空间复杂度由$O(n)$降低到了$O(1)$级别，整体上要优于记忆化搜索。

解法二

矩阵快速幂解法，参考这篇文章（传送门）