斐波那契数列的逐步优化 + 宏中#和##的区别

算法

斐波那契数列的逐步优化
问题本身不难，主要体会优化的过程。

什么是斐波那契数列：
F(0)=0，F(1)=1, F(n)=F(n - 1)+F(n - 2)（n ≥ 2，n ∈ N*）
满足这个公式的数列就称为斐波那契数列。

最简单的实现方式——递归
我们容易想到的斐波那契数列的求法就是递归，当然递归也是最简单的解决办法，那么先从递归开始看。

递归实现斐波那契数列的代码如下：

int fid(int n)
{
	if(n == 1 || n == 2) return 1;
	return fid(n-1) + fid(n-2);
}

假设上述代码N传20，可以画出递归树如下：

可以看出有很多重复计算，再来计算一下它的时间复杂度，有节点的个数很明显是2ⁿ-1个在指数级别，一个节点对应一次运算所以是O(1)，所以它的时间复杂度就是O(2ⁿ)。

优化思路——去重复
我们可以做一个“备忘录”将计算过的节点记录，当下次访问计算过的节点时直接拿来用。
加了“备忘录”的代码如下：

int fid(int n)
{
	if(n == 1 || n == 2) return 1;
	vector<int> data(n+1, 0); // 第一位空出来不用
	return fid(n, data);
}
int fid(int n, vector<int>& data)
{
	if(n == 1 || n == 2) return 1;
	if(data[n] != 0) return data[n]; // 先判断，没有计算过再计算
	else data[n] = fid(n-1, data) + fid(n-2, data);
	return data[n];
}

加了“备忘录”递归图如下：

如此一来就省略了很多次重复的运算，因为“备忘录”的作用，将原始的递归树进行了裁剪。
再看此时的时间复杂度：有节点个数与n是成正比的所以子问题个数为O(n)，解决一个子问题没有循环所以是O(1)，所以此时的时间复杂度为O(n)。
将指数级的时间复杂度降到了线性级别。但是递归总要开辟栈空间，同时我们还新增了一个“备忘录”大小为n+1 此时的空间复杂度是O(n²)。
所以我们可以继续优化：

上述本质上是自顶向下的解决问题，那么我们可以反过来自底向上的推导。
既然递归是自顶向下并且开辟额外的栈空间那么就避免递归。
使用循环实现代码如下：

int fid(int n)
{
	if(n == 1 || n == 2) return 1;
	vector<int> data(n+1, 0); 
	data[1] = 1;
	data[2] = 1;
	for(int i = 3; i <= n; ++i){
		data[i] = data[i-1] + data[i-2];
	}
	return data[n];
}

这样以来时间和空间复杂度都为O(n)

接下来就是最后一步优化了：空间复杂度优化为O(1)
代码如下：

int fid(int n)
{
	if(n == 1 || n == 2) return 1;
	int first = 1;
	int second = 1;
	int res = 0;
	for(int i = 3; i <= n; ++i){
		res = first + second;
		first = second;
		second = res;
	}
	return res;
}

面试题

宏中#和##的区别
“#”表示宏替换为字符串
“##”表示拼接为字符串

使用宏函数演示代码如下：

#define FUN(x) #x  // 将x替换为"x"字符串
#define TFUN(x+y) x##y // 将x和y拼接为字符串，不管调用宏函数时的x和y是什么类型