思路:
方法一:递归
方法二:使用动态规划,设dp
方法三:在方法二的基础上优化空间复杂度,将设dp数组改为设几个变量存储即可
代码:
方法一:递归
class Solution {
public int fib(int n) {
if(n==0) return 0;
if(n==1) return 1;
return (fib(n-1)+fib(n-2))%1000000007;
}
}
方法二:动态规划dp
class Solution {
public int fib(int n) {
int[] dp=new int[n+1];
if(n<2) return n;
dp[0]=0;
dp[1]=1;
for(int i=2;i<=n;i++){
dp[i]=dp[i-1]+dp[i-2];
dp[i] %= 1000000007;
}
return dp[n];
}
}
方法三:常量动态规划
class Solution {
public int fib(int n) {
int a=0,b=1,sum=0;
for(int i=0;i<n;i++){
sum=(a+b)%1000000007;
a=b;
b=sum;
}
return a;
}
}
分解:
1)这道题是一道很典型的动态规划dp题
这里是dp的第一种形式,当前结果只与前2个结果有关
并且是线性规划
2)这道题有一个条件会漏掉:
“答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。”
若没看到这个条件,会越界。要取余
dp[i] %= 1000000007;
3)由于只与前2个结果有关,可以再进行优化,只设置2个变量即可,这样可节省一些空间
4)方法二结果是返回a而不是sum,看下图:
当n=45时,第n项其实是下标为44的位置,改变a,b的位置后,就是返回的a
复杂度分析:
方法一:
时间复杂度:O(2^N) 二叉树的节点数,是满二叉树
空间复杂度:O(N) 深度是N,要进行N次,要深入到N层
方法二:
时间复杂度:O(N) dp[N]需要循环N次,且每次的时间复杂度为O(1)
空间复杂度:O(N) 数组dp存储了N个元素
方法三:
时间复杂度:O(N) dp[N]需要循环N次,且每次的时间复杂度为O(1)
空间复杂度:O(1) 只设置了几个常量,不需要额外的空间
(方法三更优化)