笔试面试题之Fibonacci数列

跳台阶问题。

一个台阶总共有n 级，如果一次可以跳1 级，也可以跳2 级。求总共有多少总跳法，并分析算法的时间复杂度。

我们把n级台阶时的跳法看成是n的函数，记为f(n)。当n>2时，第一次跳的时候就有两种不同的选择：一是第一次只跳1级，此时跳法数目等于后面剩下的n-1级台阶的跳法数目，即为f(n-1)；另外一种选择是第一次跳2级，此时跳法数目等于后面剩下的n-2级台阶的跳法数目，即为f(n-2)。因此n级台阶时的不同跳法的总数f(n)=f(n-1)+(f-2)。

long long Fibonacci_Solution1(unsigned int n)  
{  
    int result[2] = {0, 1};  
    if(n < 2)  
        return result[n];  
      
    return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2);  
}  

/*
下面介绍一种时间复杂度是O(logn)的方法:

对于斐波那契数列1,1,2,3,5,8,13…….有如下定义:

F( n ) = F( n-1 ) + F( n-2 )
F( 1 ) = 1
F( 2 ) = 1

矩阵形式：
[ F( n+1 ) ,  F( n ) ] = [ F( n ) , F( n-1 ) ] * Q  其中 [ F( n+1 ) ,  F( n ) ]为行向量，Q = { [ 1, 1 ]; [ 1, 0 ] }为矩阵，则 [ F( n+1 ) , F( n ) ]=[ 1 , 0 ] * Qn , 
*/
 
struct Matrix    
{          
       long long m_00, m_01, m_10, m_11;   
　　 Matrix ( long long m00 = 0,  long long m01 = 0,  long long m10 = 0,   long long m11 = 0 )    
       :m_00( m00 ), m_01( m01 ), m_10( m10 ), m_11( m11 )     
       {    
       }    
};
 
Matrix MatrixMultiply (  const Matrix & m1, const Matrix & m2    ）    
{  
　　long long m00 = m1.m_00 * m2.m_00 + m1.m_01 * m2.m_10;
　　long long m01 = m1.m_00 * m2.m_01 + m1.m_01 * m2.m_11; 
　　long long m10 = m1.m_10 * m2.m_00 + m1.m_11 * m2.m_10    
　　long long m11 = m1.m_10 * m2.m_01 + m1.m_11 * m2.m_11; 
      return Matrix ( m00,  m01,  m10, m11 );    
}

Matrix MatrixPower( unsigned int n )    
{    
       assert(n > 0);    
       Matrix m;    
       if( n == 1)    
       {    
             m = Matrix(1, 1, 1, 0);    
       }    
      else if(n % 2 == 0)    
       {    
             m = MatrixPower( n / 2 );    
             m = MatrixMultiply( matrix, matrix );    
       }    
      else if( n % 2 == 1 )    
       {    
             m = MatrixPower( (n - 1) / 2 );    
             m = MatrixMultiply( m, m );    
             m = MatrixMultiply( m, Matrix( 1, 1, 1, 0 ) );    
       }     
      return m;    
}  
long long Fibonacci( unsigned int n )
{
      int result[2] = { 0, 1 };
      if( n < 2 )
            return result[ n ];
      Matrix Q = MatrixPower( n - 1 );　　//注意：按定义式应该用[ 1, 0 ]*Q, 或者等价于{ [ 1 , 0 ]; [ 0, 0 ] }*Q, 但是因为显然结果相同，所以略去这一步。
      return Q.m_00;
}