动态规划（一）—— Fibonacci 斐波那契

---

1. 题目

🟠 题目描述

大家都知道斐波那契数列，现在要求输入一个整数n，请你输出斐波那契数列的第 n 项（从 0 开始，第 0 项为 0）。

🟠 基础框架

C++ 版本给出的基础框架代码如下：

class Solution {
public:
    int Fibonacci(int n) {

    }
};

🟠 原题链接

JZ10 斐波那契数列
 
509. 斐波那契数

2. 解题报告

对于斐波那契的求解方法，相信大家不会陌生，我这里给出了三种方法。

🟠 方法一：递归

斐波那契数列的定义：$F(n)=F(n-1)+F(n-2)$$（n>=2，n\in N\ast ）$，其中$F(1)=1，F(2)=1$

代码实现：

class Solution {
public:
    int Fibonacci(int n) {
        //n小于0,直接返回0
        if (n < 0) {
            return 0;
        }

        //第一项和第二项都是1
        if (n == 1 || n == 2) {
            return 1;
        }
        
        // F(n)=F(n-1)+F(n-2)
        return Fibonacci(n - 2) + Fibonacci(n - 1);
    }
};

🟣 复杂度分析

递归的方法时间复杂度为 $O(2^n)$，随着 n 的增大呈现指数增长，效率低下。

当输入比较大时，可能导致栈溢出，而且在递归过程中有大量的重复计算。

n = 5 的时候，Fib(1) 就已经 5 次参与运算，Fib(2) 就已经 3 次参与运算，Fib(3) 被重复计算了 2 次，可想而知，当 n 越变越大时，重复计算的量就会大量增加，计算的速度会随着 n 的增加肉眼可见的变慢，程序甚至会挂。

因此，若是将每次计算出的小问题存起来就可以很好地提高效率，我们可以准备一个数组来存放小问题的结果。

🟠 方法二：动态规划

动态规划的基本方法在第一篇文章中已经说过了，首先我们来看一下分析过程：

（1）状态定义：Fib(i) 的值，即斐波那契数列的第 i 项的值。

（2）状态转移方程：Fib(i) = Fib(i-1) + Fib(i-2)

（3）状态的初始化：Fib(0) = 0，Fib(1) = 1

（4）返回结果：F(n)

代码实现：

class Solution {
  public:
    int Fibonacci(int n) {
        // 初始值
        if (n <= 0) {
            return 0;
        }
        if (n == 1 || n == 2) {
            return 1;
        }
        // 申请一个数组，保存子问题的解，题目要求从第0项开始
        int* record = new int[n + 1];
        record[0] = 0;
        record[1] = 1;
        for (int i = 2; i <= n; i++) {
            // F(n)=F(n-1)+F(n-2)
            record[i] = record[i - 1] + record[i - 2];
        }
        return record[n];
        delete[] record;
    }
};

🟣 复杂度分析

上述解法的时间复杂度为 $O(n)$，空间复杂度为 $O(n)$

🟠 方法三：动态规划改良

其实 Fib(n) 只与它相邻的前两项有关，所以没有必要保存所有子问题的解，只需要保存两个子问题的解就可以。

所以我们也没必要额外开辟新的空间，我们只需要知道第 n 项的前 2 项值即可，直接定义一个 result 用来在循环的过程中不断更新 n - 1 和 n - 2 为斐波那契数的值即可。

代码示例

class Solution {
  public:
    int Fibonacci(int n) {
        // 初始值
        if (n <= 0) {
            return 0;
        }
        if (n == 1 || n == 2) {
            return 1;
        }
		
        int fn1 = 1; //第1个数
        int fn2 = 1; //第2个数
        int ret = 0;
        for (int i = 3; i <= n; ++i) {
            // F(n)=F(n-1)+F(n-2)
            ret = fn2 + fn1;
            // 更新中间状态
            fn1 = fn2;
            fn2 = ret;
        }
        return ret;
    }
};

3. 总结

用动态规划来求解斐波那契数，那么可以达到最大的优化，时间复杂度：$O(n)$，空间复杂度：$O(1)$。

我们可以看出动态规划对于具有重叠子问题的应用具有很大的作用，不过这道题不用我们去找初始状态、边界状态、转移方程，是属于简单的题。

对于难题，如何简单的定义状态和状态如何转移是一个难点。