斐波那契数列
题目描述:编写一个函数,求斐波那契数列的第n项的值。
首先,对于斐波那契数列,我们是非常熟悉了,对斐波那契定义为如下:f(0)=0,f(1)=0,f(2)=1,……f(n)=f(n-1)+f(n-2),其中n>1。对于这种求斐波那契数列第n项的问题,我们大多采用递归来解决。那什么是递归呢?递归即是在一个函数的内部调用这个函数自身的一种方法。比如斐波那契数列中,我们如果想计算第4项的值,那么就必须计算第3项的值,要计算第3项的值,就要计算第2项的值,依次计算,直到找到函数的出口,即上面所写出的n=0和n=1时的斐波那契数列的值。
所以,我们要使用递归来解决这道题的话,最简单的也是最容易被大家想到的代码为:
long long fib(unsigned int n)
{
if (n <= 0)
{
return 0;
}
if (n == 1)
{
return 1;
}
else
{
return fib(n - 1) + fib(n - 2);
}
}
这种代码简单倒是简单,但它并不是解决此题的最好的最优的代码。我们以求解Fib(10)为例,来分解一下代码可知,要想求得Fib(10),需要先求得Fib(9)和Fib(8)。那么要想求得Fib(9),就得先求Fib(8)和Fib(7)……但是我们在求Fib(10)的时候已经求过Fib(8)了啊,由于没有保存所求得的结果,所以导致还得再求一次Fib(8),这样一来,无形中增加了算法的时间复杂度。计算量会随着n的增大而急剧增大。而事实上,用递归方法计算的时间复杂度是以n的指数方式递增的。
改进:此种方法是因为重复计算太多,导致当n很大时,拖慢程序运行时间,我们只要避免这些重复计算就可以大大减少程序运行时间了。于是,我们决定,从前往后计算,首先根据Fib(0)和Fib(1)计算出Fib(2),之后再根据Fib(1)和Fib(2)计算出Fib(3)……以此类推,计算出Fib(n),此种方法的时间复杂度为O(n)。
代码如下:
long long Fib(unsigned int n)
{
//存储结果的数组,初始化为0,1,即Fib(0)和Fib(1)
int res[2] = { 0, 1 };
if (n <= 1)
{
return res[n];
}
long long Fib_1 = 1;
long long Fib_2 = 0;
long long Fib_n = 0;
for (unsigned i = 2; i <= n; i++)
{
Fib_n = Fib_1 + Fib_2;
Fib_2 = Fib_1;
Fib_1 = Fib_n;
}
return Fib_n;
}
常见的与斐波那契数列相关类型的题还有跳台阶问题,即上台阶的基本方法有两种,一是一步跨一个台阶,一是一步跨两个台阶,问跨上一个n阶台阶有多少种方法。此题完全是斐波那契数列求第n项,只是换了个描述而已。