斐波拉契数列,英文名称Fibonacci sequence,通常用 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,用数学语言描述就是
F(0) = 0,F(1) = 1,F(n) = F(n - 1) + F(n - 2),其中 n > 1
它是一个非常经典的算法问题,但是其实并不复杂,无脑上手的第一种解法,使用递归循环
function fib(n) {
if (n === 0 || n === 1) {
return n;
} else {
return fib(n - 1) + fib(n - 2)
}
}
递归是最直观的解法,符合一般人的思维,代码量最少,但是随着递归层数的增加,内存消耗的增长是指数级的,用算法语言描述就是空间复杂度极差,如果不优化再好的机器都会爆栈(stack overflow,栈溢出)
通过递归树可以很直观的看到指数增长的内存空间,这是程序员最不希望看到的
第二种解法是迭代循环,遍历从2到n的数组,p,q表示f(n-2),f(n-1)的指针,每执行一次循环,指针下移一次并且求和赋值给r,具体就是p,q,r的值交换,这种解法可以看成动态规划的一种特殊解法
function fib(n) {
if (n === 0 || n === 1) {
return n;
}
var p = 0, q = 0, r = 1;
for (var i = 2; i <= n; i++) {
p = q;
q = r;
r = p + q;
}
return r;
};
这种解法的空间复杂度是线性的,所以不会爆栈,可读性比递归差,比较中庸的一种解法
第三种解法是通项公式法,是使用数学思维解决算法问题的方法,我在上高中的时候,有一本书专门讲常见的数列,可以把斐波拉契数列看成特殊的等比数列或者等差数列,最后得到通项公式
function fib(n) {
var sqrtFive = Math.sqrt(5);
var a1 = Math.pow((1 + sqrtFive) / 2, n)
var a2 = Math.pow((1 - sqrtFive) / 2, n)
return Math.floor((a1 - a2) / sqrtFive)
}
用到了Math.sqrt和Math.pow,最后的结果要下取整,因为高级语言的浮点数是有位数限制的,并不能完全表示无理数,所以Math.sqrt(5)并不等于√5,而是比√5略小一点,所以最后结果的小数位是要去掉的,这也是算法问题和数学问题的一个重要区别,数学是理想的,而算法是实在的,这种方法虽然没有直接用到循环,但是幂函数Math.pow的运算是一个迭代操作,具体得看幂函数的内部实现,所以复杂度介于第一种和第二种之间
chrome控制台输出的 √5
算法的解法通常都有很多种,而且优化的方法也非常之多,力扣官方还给出了用矩阵求解的方法,有兴趣可以看一下,由于水平有限,有写的不到位的请多批评指正,有更好的想法也请提出来,我们一起探讨