斐波那契数列时间复杂度Logn的算法

最新推荐文章于 2024-04-11 09:53:31 发布

SHghe_chi

最新推荐文章于 2024-04-11 09:53:31 发布

阅读量1.2k

点赞数 1

分类专栏：刷题笔记文章标签：算法 leetcode

本文链接：https://blog.csdn.net/juvenile_chi/article/details/122410352

版权

本文介绍了使用矩阵分解技术优化斐波那契数列的算法，实现了时间复杂度为Logn的高效解决方案。

摘要由CSDN通过智能技术生成

矩阵分解

在这里插入图片描述

class Solution {
   
    static final int MOD = 1000000007;

    public int fib(int n) {
   
        if (n < 2) {
   
            return n;
        }
        int[][] q = {
   {
   1, 1}, {
   1, 0}};
        int[][] res = pow(q

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

SHghe_chi

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

第二章算法时间复杂度

01-20

斐波那契数列（Fibonacci sequence）是一个经典的数列例子，它在算法分析中常用来展示复杂度。数列的每一项由前两项之和构成，如：1, 1, 2, 3, 5, 8, ...。斐波那契数列的计算可以通过递推公式实现，也可以通过矩阵...

时间复杂度的计算

qq_62095410的博客

04-30

1万+

时间复杂度一般指时间复杂性。常见的时间复杂度有：常数阶T(n) = O(1)，对数阶O(logn)，线性阶O(n)，线性对数阶O(nlogn)，平方阶O(n^2),三次方阶O(n^3)。一、常数阶T(n)=O(1) int a=1; cout<<a<<endl; 即只执行了一次，所以T(n)=O(1) 二、对数阶O(logn) int n; cin>>n; for(int i=1;i<=n;i=i*2) { cout<...

参与评论您还未登录，请先登录后发表或查看评论

详解O(log n)时间复杂度的由来

每天八杯水的博客

04-30

5282

算法复杂度共分为两类：时间复杂度、空间复杂度 时间复杂度是指执行这个算法所需要的计算工作量时间；空间复杂度是指执行这个算法所需要的内存空间。一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度，也代表了时间复杂度O()。一、O(log n)简单算法演示讲解 int a=1； while(a<n){ a=a*2; } 时间复杂度就是看某个语句的最大执行次数： int a=1 //执行了.

算法之路（二）呈现O(logN)型的三个算法

weixin_30505225的博客

07-11

2321

典型时间复杂度 我们知道算法的执行效率，可以从它的时间复杂度来推算出一二。而典型的时间复杂度有哪些类型呢？由上图，可以看出，除了常数时间复杂度外，logN型的算法效率是最高的。今天就介绍三种非常easy的logN型算法。对分查找给定一个整数X和整数A0，A1，…，An-1,后者已经预先排序并在内存中，求是的Ai= X的下表i,如果X不在数据中，则返回i =...

精益求精——斐波那契数列的logn解法

weixin_37522117的博客

10-23

2314

利用数学归纳法证明斐波那契数列的恒等式，并且使用时间复杂度为对数阶的算法求解斐波那契数列

数据结构-树

wei_yu_peng的博客

09-27

661

数据结构引言：说到数据结构就不得不说***时间复杂度***和***空间复杂******度***，这两个概率可以衡量不同算法之间的优劣 时间复杂度 要想知道一个算法的「时间复杂度」，通用的表示方法为「大O符号表示法」，即 T(n) = O(f(n))，举个栗子 for(i=1; i<=n; ++i) { j = i; j++; } 通过**「大O符号表示法」**，这段代码的时间复杂度为：O(n) 在大O符号表示法中，时间复杂度的公式是： T(n) = O( f

Python算法中的时间复杂度问题

09-18

例如，递归实现的斐波那契数列计算，其时间复杂度为指数级的O(2^n)，这是因为每一层递归调用都会产生两个新的递归调用，导致数量级的增加。空间复杂度也是一个重要的度量，它描述了算法在运行过程中临时占用的存储...

算法设计实验报告之多种方法求解斐波那契数列

04-18

4. **基于矩阵乘法的公式**：根据《算法导论》2.5.2章节，可以利用矩阵快速幂的方法计算斐波那契数，其时间复杂度远低于递归和迭代，大约为O(logN)。实验要求还包括： - 设计用户界面，最好为图形化，方便用户...

斐波那契数列

02-08

4. **矩阵快速幂**：利用矩阵乘法的性质，可以在O(logN)的时间复杂度内求解，适用于大数运算。这种方法较为复杂，需要理解矩阵运算。 5. **闭式公式**：对于较小的n，可以用黄金分割比例的闭式公式直接计算，无需...

fibonacci数列以及利用Java求解素数_java求解Fibonacci数列_

09-29

该方法利用矩阵乘法的性质，可以在O(logn)的时间复杂度内求解，适用于大数情况。不过，实现起来相对复杂。同时，描述中提到了“素数”，素数是指大于1且只有1和其本身两个正因数的自然数。在Java中，我们通常使用...

算法复杂度中的O(logN)底数是多少

最新发布

qq_32444437的博客

04-11

1751

软件开发中通过合理的算法能减小计算的空间复杂度和时间复杂度，有的复杂度为logN，什么是logN？通过毕业后的努力工作基本都忘了。

【时间复杂度】详解O(logn)

weixin_52709852的博客

03-05

3575

时间复杂度： (代码每行运行的次数总和，大O符号表示法：描述代码执行时间的增长变化趋势) 常见时间复杂度（按效率排序） O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n²logn) < O(n³) 对数阶O(logn): 当算法中循环出现折半的时候，就会出现对数阶例1: 例2: I = 1 while(I<n): I = I * 2 线性对数阶O(n...

算法的时间复杂度分析之O(logn)、O(nlogn)

e891377的专栏

10-16

1万+

复杂度分析之O(logn)、O(nlogn) 对数阶时间复杂度非常常见，同时也是最难分析的一种时间复杂度。我通过一个例子来说明一下。 int i = 1; while (i <= n) { i = i * 2; } 根据我们前面讲的复杂度分析方法，第三行代码是循环执行次数最多的。所以，我们只要能计算出这行代码被执行了多少次，就能知道整段代码的时间复杂度。从代码中可以看出，变量 i 的值从 1 开始取，每循环一次就乘以 2。当大于 n 时，循环结束。还记得我们高中学过的等比数列吗？实际上，

斐波那契数列的最优算法（O（logN））

weixin_34310127的博客

04-30

1629

相信大家都对斐波那契数列已经相当的熟悉了，最多两分钟就可以写出来以下时间复杂度为O(N)的代码：//递归实现 longlongfib(intn) { if(n=1||n==2) { return1; } return(fib(n-2)+fib(n-1)); }或者是这样的时间复杂度为O(N)，空间复杂度为O(1)：//优化一：时...

斐波那契数列时间复杂度O(logN)

厚积薄发的博客

12-29

2105

斐波那契数列时间复杂度O(logN) 解题思路：把动态规划转化为矩阵的n次乘法，矩阵的n次乘法等价于计算一个数的n次方，把幂次转化为二进制数，转化为累乘，计算结果 public static void main(String[] args) { for(int i=2;i<20;i++){ int num = getNum(i); System.out.print(...

时间复杂度——大O算法

IT荻的博客

10-17

2386

算法的执行效率，就是算法代码的执行时间。我们需要能够用肉眼就看出一段代码的执行时间。 int cal(int n){ int sum = 0; int i = 1; for(; i&amp;lt;=n; ++i){ sum=sum+1; } return sum; } 2,3行都执行了1个unit_time的执行时间，4,5行都运行了n遍，所以是2n*unit_time的执行时间，所以...

斐波那契数列的O(logN)求法

optimjie的博客

04-15

1993

介绍求斐波那契数列时间复杂度为O(log⁡N)O(\log N)O(logN)的做法之前，我们先看一下快速幂。快速幂题目链接快速幂是数论中非常基础的算法。当我们要求abmodp,(1≤a,b,p≤109)a^b mod p, (1 \le a, b, p \le 10^9)abmodp,(1≤a,b,p≤109)时，如果是朴素做法，时间复杂度为O(N)O(N)O(N)显然会超时，而快速幂能...

斐波那契数列时间复杂度

05-23

通常情况下，使用递归算法实现的斐波那契数列的时间复杂度为O(2^n)，因为递归会重复计算许多相同的子问题。而使用动态规划算法实现的斐波那契数列，时间复杂度可以降到O(n)，因为动态规划可以将重复计算的子问题...