先构建第n个斐波那契数字符串的通项公式,动态规划(迭代)的效率要比递归高很多,所以这里采用动态规划。
def nth_day_pw(N):
if N == 1:
return 'F'
if N == 2:
return 'B'
result = ['F', 'B']
for i in range(3, N+1):
result.append(result[i-3] + result[i-2])
return result[-1]
对于第n个字符串的第k个字符,首先当然可以直接通过索引访问。
def kth_letter_nth_day_pw(k,n):
return nth_day_pw(n)[k-1]
这种方法对于n < 50的情况都是适用的,但是当n>50时应该会出现MemoryError. 比如说我们要求第10000个斐波那契字符串的第100000000个字符。出现MemoryError说明第n个字符串的长度过于长了,无法构建这样长度的字符串。所以我们需要另辟蹊径。
观察前9个斐波那契字符串,发现第一个字符串,n为奇数时,总是’F’,n为偶数时,总是’B’。第二个字符串,n为奇数时,总是’B’,n为偶数时,总是’F’。从第三个字符串开始,无论n为奇偶,相同位置上的字符都保持一致。也就是说,假设我们能构建一个长度为k的字符串,这个字符串上第k个字符,也一定等于长度大于k的字符串的第k个字符。利用这种规律我们不需要去真正构建出第n个字符串,而只需要构建长度为k的字符串,极大节省了内存开销。
def kth_letter_nth_day_pw(k,n):
if k == 1:
if n % 2 == 0:
return 'B'
return 'F'
if k == 2 and n > 2:
if n % 2 == 0:
return 'F'
return 'B'
i = 3
while len(nth_day_pw(i)) < k:
i += 1
return nth_day_pw(i)[k-1]
这个算法会找到一个长度大于等于k的最小n。由上述规律可知,当k>=3,n>=4时,这个查找问题与n这个参数无关。理论上k等于kth_letter_nth_day_pw函数能找到的最大n的斐波那契字符串的长度。
实际上,当k = 10000000时,n=36,当k=1000000000,n=45。目前这个算法能完成k在10亿左右的判断。当需要更大的k时,需要再优化nth_day_pw函数。