斐波那契数列:
f(n)=f(n-1)+f(n-2); n>=2
f(0)=0; f(1)=1;
即有名的兔子繁衍问题。
现在我们去面试,面试官要求我们写出求解斐波那契数列指定项的函数,可能乍一听很简单,我们在大一的c语言课上就学过递归求解斐波那契数列的指定项,于是大笔一挥,写下如下的第一种解法:
一、递归求解
int fibonacci(int n)
{
if (n<=0) {
return 0;
}
if (n==1) {
return 1;
}
return fb(n-1)+fb(n-2);
}
我们考虑了代码的鲁棒性,考虑了n小于0时候的特殊处理,我们也能通过这个函数算出斐波那契数列指定项,但是面试官一定不会满意。我们来分析以下这个代码的缺点:
- 1、递归本质上是栈,当参数达到一定大小的时候会发生栈移出;
- 2、从算法实现上来分析,我们要计算fibonacci(n)就需要计算fibonacci(n-1)和fibonacci(n-2),计算fibonacci(n-1)需要计算fibonacci(n-2)和fibonacci(n-3),计算fibonacci(n-2)需要计算fibonacci(n-3)和fibonacci(n-4)…实际上把这个递归算法的递归树画出来,我们会发现很多树结点是重复,也就是我们本来可以不重复计算那么多次
很明显:f(n)=f(n-1)+f(n-2)
这就转化为了数学上的二阶常系数差分方程,并且为其次方程。
即转化为了求f(n)的值,f(n)=f(n-1)+f(n-2)且f(0)=0; f(1)=1;
特征方程为:x^2-x-1=0
得 x=(1±√5)/2
因而f(n)的通解为:
由f(0)=0; f(1)=1可解得c_1,c_2
最终可得
因而它的时间复杂度为Ω(ф^n),其中ф为黄金分割数(√5 + 1)/2,Ω表示算法复杂度最小是这么多。也就是说这个算法的复杂度为指数级的复杂度,指数级的时间复杂度我们怎么能容忍?
因此这样的算法只适合帮助我们理解递归,不适合用来真正求解斐波那契数列。
二、从下往上计算,根据f(0)和f(1)计算出f(2),根据f(1)和f(2)计算出f(3),直到计算出第n项——非递归算法
int Fibonacci(int n)
{
if (n<=0)
{
return 0;
}
if (n==1)
{
return 1;
}
int min=0;
int max=1;
int i=2;
int result=0;
while (i<=n)
{
result=min+max;//即为F[i]
min=max;
max=result;
++i;
}
return result;
}
使用这种方式,我们杜绝了大量的重复计算。这样优化之后的算法时间复杂度为O(n),也就是最多为n,明显比递归要好上不少。但是到这里就结束了吗?不是的,我们还有第三种思路。
三、利用数学公式的时间复杂度O(logn)的算法
根据上面的递归公式,我们可以得到
因而计算f(n)就简化为了计算矩阵的(n-2)次方,而计算矩阵的(n-2)次方,我们又可以进行分解,即计算矩阵(n-2)/2次方的平方,逐步分解下去,由于折半计算矩阵次方,因而时间复杂度为 O(log n)
//
// main.cpp
// Fibonacci-log(n)
//
// Created by MacBook Pro on 2022/1/20.
//
#include <iostream>
using namespace std;
class Matrix
{
public:
int n;
int **m;
Matrix(int num)
{
m=new int*[num];
for (int i=0; i<num; i++)
{
m[i]=new int[num];
}
n=num;
clear();
}
void clear()
{
for (int i=0; i<n; ++i)
for (int j=0; j<n; ++j)
m[i][j]=0;
}
void unit()
{
clear();
for (int i=0; i<n; ++i)//单位阵
m[i][i]=1;
}
Matrix operator=(const Matrix mtx)//重载运算符=
{
Matrix(mtx.n);
for (int i=0; i<mtx.n; ++i)
for (int j=0; j<mtx.n; ++j)
m[i][j]=mtx.m[i][j];
return *this;
}
Matrix operator*(const Matrix &mtx)//重载运算符*
{
Matrix result(mtx.n);
result.clear();
for (int i=0; i<mtx.n; ++i) {
for (int j=0; j<mtx.n; ++j) {
for (int k=0; k<mtx.n; ++k) {
result.m[i][j]+=m[i][k]*mtx.m[k][j];
}
}
}
return result;
}
};
int main()
{
unsigned int num=2;
Matrix first(num);//建立2*2的矩阵
first.m[0][0]=1;
first.m[0][1]=1;
first.m[1][0]=1;
first.m[1][1]=0;
int t;
cin>>t;
Matrix result(num);
result.unit();
int n=t-2;
while(n)
{
if(n%2==1)//奇数
{
result=result*first;
}
first=first*first;
n=n/2;
}
cout<<(result.m[0][0]+result.m[0][1])<<endl;
return 0;
}