Python动态规划实现查找第n个斐波那契字符串的第k个字符

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。