509. 斐波那契数
斐波那契数 (通常用
F
(
n
)
F(n)
F(n) 表示)形成的序列称为 斐波那契数列
。该数列由 0
和 1
开始,后面的每一项数字都是前面两项数字的和。也就是:
- F ( 0 ) = 0 , F ( 1 ) = 1 F(0) = 0,F(1) = 1 F(0)=0,F(1)=1
- F ( n ) = F ( n − 1 ) + F ( n − 2 ) ,其中 n > 1 F(n) = F(n - 1) + F(n - 2),其中 n > 1 F(n)=F(n−1)+F(n−2),其中n>1
给定 n n n ,请计算 F ( n F(n F(n。
示例 1:
输入:n = 2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3
输出:2
解释:F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3:
输入:n = 4
输出:3
解释:F(4) = F(3) + F(2) = 2 + 1 = 3
提示:
- 0 < = n < = 30 0 <= n <= 30 0<=n<=30
思路
斐波那契数列大家应该非常熟悉不过了,非常适合作为动规第一道题目来练练手,同时也是递归的入门题哈哈哈。
因为这道题目比较简单,可能一些同学并不需要做什么分析,直接顺手一写就过了。
但恰恰是这些简单题目,可以用来加深对解题方法论的理解,也是初识某种算法时的入门练习。
通过这道题目让大家可以初步认识到,按照动规五部曲是如何解题的。
对于动规,如果没有方法论的话,可能简单题目可以顺手一写就过,难一点就不知道如何下手了。
所以我们即使简单题目也应该养成动规五部曲
分析的习惯,它是要用来贯穿整个动态规划系列的,能帮助我们有条不紊的理清思路,做到举一反三,类似之前介绍过的二叉树系列中的递归三部曲
、回溯法系列中的回溯三部曲
。后面大家慢慢就会体会到,这些方法论的重要性。
动态规划
动规五部曲:
这里我们要用一个一维dp
数组来保存递归的结果
1.确定dp数组以及下标的含义
dp[i]
的定义为:第i
个数的斐波那契数值是dp[i]
2.确定递推公式
为什么这是一道非常简单的入门题目呢?
因为题目已经把递推公式直接给我们了:状态转移方程 dp[i] = dp[i - 1] + dp[i - 2]
3.dp数组如何初始化
题目中把如何初始化也直接给我们了,如下:
dp[0] = 0
dp[1] = 1
4.确定遍历顺序
从递归公式dp[i] = dp[i - 1] + dp[i - 2]
中可以看出,dp[i]
是依赖 dp[i - 1]
和 dp[i - 2]
,那么遍历的顺序一定是从前到后遍历的
5.举例推导dp数组
按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2]
,我们来推导一下,当n
为10
的时候,dp
数组应该是如下的数列:
0 1 1 2 3 5 8 13 21 34 55
如果代码写出来,发现结果不对,就把dp
数组打印出来看看和我们推导的数列是不是一致的。
以上我们用动规的方法分析完了,Go
代码如下:
func fib(n int) int {
// 假设dp[i]为i对应的斐波那契数
// 则状态转移方程为:dp[i] = dp[i - 1] + dp[i - 2]
// 初始值为 dp[0] = 0,dp[1] = 1
if n < 2 {
return n
}
// 注意最后一个数是n,所以切片长度应该是n + 1
dp := make([]int,n+1)
dp[0],dp[1] = 0,1
for i := 2;i <= n;i++ {
dp[i] = dp[i - 1] + dp[i - 2]
}
return dp[n]
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
当然可以发现,我们只需要维护两个数值就可以了,不需要记录整个序列。
代码如下:
func fib(n int) int {
// 假设dp[i]为i对应的斐波那契数
// 则状态转移方程为:dp[i] = dp[i - 1] + dp[i - 2]
// 初始值为 dp[0] = 0,dp[1] = 1
if n < 2 {
return n
}
// 注意最后一个数是n,所以切片长度应该是n + 1
dp := make([]int,2)
dp[0],dp[1] = 0,1
for i := 2;i <= n;i++ {
sum := dp[0] + dp[1]
dp[0] = dp[1]
dp[1] = sum
}
return dp[1]
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
递归解法
本题还可以使用递归解法来做
代码如下:
func fib(n int) int {
if n < 2{
return n
}
return fib(n - 1) + f(n-2)
}
时间复杂度:
O
(
2
n
)
O(2^n)
O(2n)
空间复杂度:
O
(
n
)
O(n)
O(n),算上了编程语言中实现递归的系统栈所占空间
总结
斐波那契数列这道题目是非常基础的题目,我在后面的动态规划的讲解中将会多次提到斐波那契数列!
这里我严格按照动规五部曲来分析了这道题目,一些分析步骤有同学感觉没有必要搞的这么复杂,代码其实上来就可以撸出来。
但我还是强调一下,简单题是用来掌握方法论的,动规五部曲将在接下来的动态规划讲解中发挥重要作用,敬请期待!