斐波那契数列解法

最新推荐文章于 2024-03-19 11:51:18 发布

Puya

最新推荐文章于 2024-03-19 11:51:18 发布

阅读量733

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/Puyar_/article/details/52517370

版权

笔记专栏收录该内容

24 篇文章 0 订阅

订阅专栏

斐波那契数列传说起源于一对非常会生的兔子。定义：

这个数列有很多奇妙的性质（比如 F(n+1)/F(n) 的极限是黄金分割率）

解法一：递归

这是最最最直观的想法，是每个人都能编写的简单程序，优点是非常明显的：简单易懂，清晰明了。但是缺点就是效率非常低，时间复杂度是指数级的。举个例子，比如要计算F(5)，那么就要就算F(4)+F(3)，而在计算F(4)的时候又要计算F(3)，导致了 F(3)的重复计算，如果n越来越大，重复的计算量是无比巨大的，这就是瓶颈所在。

代码：

[cpp]view plaincopy 
   
 int F(int n)  
 {  
     if(n <= 0)  
         return 0;  
     else if(n == 1)   
         return 1;  
     else  
         return F(n-1) + F(n-2);  
 }  

那么怎么克服这个问题？这就引出了解法二。

解法二：动态规划

解法一的缺点是因为重复计算，那么我们只需要把一些已经计算过的答案存放起来，那这个缺点就解决了。我们用一维数组来实现，比如 F(5)就存放在数组下标为5的数据单元里。

代码：

[cpp]view plaincopy 
   
 #include<iostream>  
 using namespace std;  
 int F(int n)  
 {  
     if(n<=0)  
         return 0;  
     if(n==1)  
         return 1;  
     int* ans = new int[n+1];  
     ans[0] = 0;  
     ans[1] = 1;  
   
     for(int i=2; i<=n; i++)  
         ans[i] = ans[i-1] + ans[i-2];  
       
     int tmp = ans[n];  
     delete[] ans;  
     return tmp;  
 }  

这个算法的时间复杂度是 O(n)，空间复杂度也是O(n)。复杂度来到了线性，这是我们所高兴的，但是，是否还有比线性更好的复杂度？

解法三：求解通项公式

如果我们知道了通项公式，那么我们就能在 O(1)的时间内得到F(n)。这是一个完美的时间复杂度。

这里只介绍一种求解通项公式的技巧——矩阵。矩阵作为一个强大的数学工具有太多不为人知的应用。当然还有其它方法，比如高中数学竞赛里面的特征方程，有兴趣的读者可以自行搜索一下。

我们很容易发现：

所以剩下的问题就是只要求出了就求出了F(n)。

求这个矩阵的 n次方的解法也有很多，这里介绍一种方法——相似对角化。

令

于是

上述方程的解为

于是解得

的基础解系为

所以令

我们有：

所以,

两边取n次方，我们得到：

最后，做矩阵运算（实际上我们只需要 Aⁿ 里左下角的数据），便可以得到：

通项公式的计算就完成了。（推导过程需线性代数基础）

时间复杂度是完美了，那么有没有缺点呢？当然有，公式里引入了无理数，所以不能保证运算结果的精度。

解法四：分治

解法三的缺点是精度无法保证，那么我们自然就想到，然计算机自己去计算，进行n-1次矩阵乘法不就行了。这是最直观的想法，虽然是线性的，但复杂度还是不令人满意，有没有更好的复杂度？比如 log₂ (n)？答案是有的。

先来看一个背景知识：一个十进制正数 n的用二进制表示要用floor( log₂(n) )+1 位。(floor(x)返回不大于 x的最大整数)

用二进制方式表示 n：

所以

如果能得到的值就可以经过 log₂ (n)次乘法得到。

显然可以通过递推得到：

代码：

[cpp]view plaincopy 
   
 Class Matrix;   //假设已经实现了矩阵类  
   
 Matrix MatrixPow(const Matrix &m, int n)    //计算m的n次方  
 {  
     Matrix result = Matrix::identity;   //单位矩阵  
     Matrix tmp = m;  
     for(; n; n >>= 1)  
     {  
         if(n & 1)  
             result *= tmp;  
         tmp *= tmp;  
     }  
 }  
   
   
 int F(int n)  
 {  
     Matrix an = MatrixPow(A, n);  
     return F1*an(1,0) + F0*an(1,1);     //an(1,0)表示an的第1行第0列的元素  
 }  

时间复杂度仅为O(log₂ (n))。

解法五：矩阵乘法+空间换时间

减少乘法，取模运算

数列的递推公式为：f(1)=1，f(2)=2，f(n)=f(n-1)+f(n-2)(n>=3)

　　用矩阵表示为：

　　进一步，可以得出直接推导公式：

　　由于矩阵乘法满足结合律，在程序中可以事先给定矩阵的64，32，16，8，4，2，1次方，加快程序的执行时间。（有些题目需要取模运算，也可以事先进行一下）。给定的矩阵次幂，与二进制有关是因为，如下的公式存在解，满足Xi={0或1}：

为了保证解满足 Xi={0或1}，对上述公式的求解从右向左，即求解顺序为Xn，Xn-1,Xn-2,....,X1,X0。

　　完整代码实现如下：

///求解fac(n)%100000，其中n为大于等于3的正整数
#include<stdio.h>
#include<math.h>
long long fac_tmp[6][4]={   ///存放矩阵次幂
                    ///位置：00 01 10 11
                   {24578,78309,78309,46269},   ///32次幂%100000
                   {1597,987,987,610},  ///16次幂%100000
                   {34,21,21,13},   ///8次幂%100000
                   {5,3,3,2},   ///4次幂%100000
                   {2,1,1,1},   ///2次幂%100000
                   {1,1,1,0},   ///1次幂%100000
                   };
void fac(int);

int main()
{
    int n;
    scanf("%d",&n);
    fac(n);
    return 1;
}

void fac(int k) ///k>=3
{
    int i;
    long long t00=1,t01=1,t10=1,t11=0;  ///表示矩阵的1次幂
    long long a,b,c,d;
    k=k-3;  ///公式中是n-2次幂，(t00,t01,t10,t11)表示1次幂。所以一共减3次
    for(i=k;i>=32;i=i-32)   ///对于大于等于32的k;
    {
        a=(t00*fac_tmp[0][0]+t01*fac_tmp[0][2])%100000;
        b=(t00*fac_tmp[0][1]+t01*fac_tmp[0][3])%100000;
        c=(t10*fac_tmp[0][0]+t11*fac_tmp[0][2])%100000;
        d=(t10*fac_tmp[0][1]+t11*fac_tmp[0][3])%100000;
        t00=a;  t01=b;  t10=c;t11=d;
    }

    i=4;
    while(i>=0)    ///对于小于32的k(16,8,4,2,1);
    {
        if(k>=(long long)pow(2,i))  ///如果k大于某一个2的次幂
        {

            a=(t00*fac_tmp[5-i][0]+t01*fac_tmp[5-i][2])%100000; ///(5-i)：矩阵的2的i次幂在数组fac_tmp中的位置为fac_tmp[5-i]
            b=(t00*fac_tmp[5-i][1]+t01*fac_tmp[5-i][3])%100000;
            c=(t10*fac_tmp[5-i][0]+t11*fac_tmp[5-i][2])%100000;
            d=(t10*fac_tmp[5-i][1]+t11*fac_tmp[5-i][3])%100000;
            t00=a;  t01=b;  t10=c;t11=d;
            k=k-(int)pow(2,i);
        }
        i--;
    }

    a=(t00*2+t01*1)%100000;
    printf("%lld\n",a);
}