C语言算法学习：斐波那契数列

Huazzi_

已于 2024-12-21 15:11:34 修改

阅读量1.1k

点赞数 9

分类专栏：算法学习笔记文章标签：算法 c语言开发语言

于 2024-09-16 22:51:25 首次发布

本文链接：https://blog.csdn.net/m0_74412436/article/details/142308434

版权

算法学习笔记专栏收录该内容

30 篇文章

订阅专栏

在这里插入图片描述

斐波那契数列（Fibonacci Sequence） 是计算机科学中一个非常经典的题目，它不仅在数学中有广泛应用，还在算法与编程中经常作为练习题目。今天，我们来一起深入探讨两种常见的求解方法：递归和动态规划。

斐波那契数列是什么？🤔

斐波那契数列的定义如下：

F(0) = 0
F(1) = 1
F(n) = F(n-1) + F(n-2) (n ≥ 2)

简而言之，斐波那契数列的每一项都等于前两项的和。前两项通常定义为 0 和 1，从而得到以下数列：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

题目要求：

给定一个正整数 n，求斐波那契数列的第 n 项。

示例：

输入：n = 5

输出：5，即斐波那契数列的第五项。

解题方法 🛠️

为了解决这个问题，我们将介绍两种常见的解法：递归法 和 动态规划法。每种方法都有其优缺点，下面我们逐一分析。

算法1：递归法 🌀

递归是一种最直观的方式，它直接基于斐波那契数列的定义。递归函数将从 n 向下递归直到达到基本情况（n == 0 或 n == 1）。

实现思路：

基本情况：当 n == 0 或 n == 1 时，直接返回 n；
递归情况：对于其他的 n，返回 F(n-1) + F(n-2)，即分别计算前两个数。

C语言代码：

int Fibonacci(int n) {
    if (n == 0 || n == 1) {
        return n; // 基本情况
    }
    return Fibonacci(n - 1) + Fibonacci(n - 2); // 递归调用
}

时间复杂度 ⏳：

递归法的时间复杂度是 O(2^n)，因为每次递归都会拆分成两个子问题，导致指数级的增长。

空间复杂度 🧳：

递归调用会占用栈空间，因此空间复杂度为 O(n)，因为递归深度最大为 n。

优缺点 ✅❌：

优点：代码简洁直观，非常符合斐波那契数列的定义。
缺点：效率低下，存在大量重复计算。例如，F(4) 会多次计算。

算法2：动态规划法 🚀

动态规划通过存储已计算的子问题结果，避免了递归中的重复计算，从而提高了效率。我们通过从小到大逐步计算每一项，避免了指数级的递归调用。

实现思路：

初始化：我们定义两个变量 a = 0 和 b = 1，分别表示 F(0) 和 F(1)；
迭代：通过迭代计算 F(n)，每次计算时更新 a 和 b；
返回结果：最终返回 b，即为 F(n) 的值。

C语言代码：

int Fibonacci(int n) {
    if (n == 0) return 0; // 基本情况
    if (n == 1) return 1; // 基本情况
    int a = 0, b = 1, c;
    for (int i = 2; i <= n; i++) {
        c = a + b; // 计算当前项
        a = b;     // 更新 a 为上一个值
        b = c;     // 更新 b 为当前值
    }
    return b; // 返回 F(n)
}

时间复杂度 ⏳：

动态规划法的时间复杂度是 O(n)，因为我们只需从 F(0) 计算到 F(n)，每个数字仅计算一次。

空间复杂度 🧳：

空间复杂度为 O(1)，因为我们只用了常量空间来存储中间结果，不需要额外的数组。

优缺点 ✅❌：

优点：高效，避免了递归中的重复计算，时间复杂度为 O(n)。
缺点：相比递归，代码稍微复杂一些，需要手动管理变量。

算法对比 🏆

算法	时间复杂度	空间复杂度	优点	缺点
递归法	O(2^n)	O(n)	实现简单直观，符合定义	效率低，存在重复计算，时间复杂度高
动态规划法	O(n)	O(1)	高效，避免重复计算，空间优化	稍微复杂，需要管理多个变量