一、题目描述
题目来自剑指Offer 10-I.难度简单。
写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项(即 F(N))。斐波那契数列的定义如下:
F(0) = 0, F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.
斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。
答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。
示例 1:
输入:n = 2
输出:1
示例 2:
输入:n = 5
输出:5
提示:
0 <= n <= 100
二、题目解析
斐波那契数列的定义是f(n)=f(n-1)+f(n-2),生成第n向的做法有以下三种:
1. 递归法
- 原理:把f(n)的问题拆分成f(n-1)和f(n-2)两个子问题计算,并递归,终止条件是f(0)和f(1)。
- 缺点:需要进行重复大量的计算,例如f(n) 和 f(n - 1)f(n−1) 两者向下递归需要 各自计算 f(n - 2)f(n−2) 的值。
2. 记忆化递归法
- 原理:在递归的基础上,新建一个长度为n的数组,用于在递归时存储f(0)到f(n)的数值,每次递归前,先查看数组内有没有需要的数字,这样可以避免重复的递归计算。
- 缺点:需要使用O(N)的额外空间
3. 动态规划
- 原理:以斐波那契数列性质为转移方程f(n)=f(n-1)+f(n-2)
- 状态定义:设dp为一维数组,其中dp[i]的值代表斐波那契数列的第i个数字
- 转移方程:dp[i]=dp[i-1]+dp[i-2],对应数列f(n)=f(n-1)+f(n-2)
- 初始状态:dp[0]=0,dp[1]=1,即初始化前两个数字
- 返回值:dp[n],即斐波那契数列的第n个数字。
三、参考代码
#递归法
#超出时间限制
class Solution:
def fib(self, n: int) -> int:
# 递归的终止条件
if n == 0:
return 0
if n == 1:
return 1
# 递归式
return self.fib(n-1)%1000000007 + self.fib(n-2)%1000000007
# 记忆化递归法
# 力扣提交会超出时间限制,虽然没有重复递归,但是递归和回溯的时间复杂度也很大
class Solution:
def fib(self, n: int) -> int:
# 存储数值
memo = {}
# 查表
if n in memo:
return memo[n]
else:
if n == 0 or n ==1:
f = n
else:
f = (self.fib(n-1) + self.fib(n-2)) % 1000000007
memo[n] = f
return f
# 动态规划
class Solution:
def fib(self, n: int) -> int:
dp = {}
dp[0] = 0
dp[1] = 1
for i in range(2,n+1):
dp[i] = (dp[i-1]+dp[i-2]) % 1000000007
return dp[n]
四、其他笔记
为什么要对结果进行取模运算?
大数越界:随着n增大,f(n)会超过Int32甚至Int64的取值范围,导致最终的返回值错误。
空间复杂度优化
若新建长度为n的dp列表,则空间复杂度为O(N)
- 由于dp列表第 i 项只与第 i - 1 项和第 i - 2 项有关,因此只需要初始化三个变量sum,a,b,利用辅助变量sum使a,b两数字交替前进即可。节省了dp列表的空间,因此空间复杂度降至O(1)。
# 不需要定义dp列表
class Solution:
def fib(self, n: int) -> int:
if (n == 0 or n ==1):
return n
a , b = 0 , 1
for i in range(2,n+1):
sum = (a + b) % 1000000007
a = b
b = sum
return sum