多种方法解答经典斐波那契数列，保证面试官一眼认定你

多种方法解答经典斐波那契数列，保证面试官一眼认定你

斐波那契数列题目

斐波那契数，通常用 F(n) 表示，形成的序列称为斐波那契数列。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0,   F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.

给定 N，计算 F(N)。

 

示例 1：

输入：2
输出：1
解释：F(2) = F(1) + F(0) = 1 + 0 = 1.

示例 2：

输入：3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2.

示例 3：

输入：4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3.

最简单，性能最差，递归算法

通过题目可以很容易想到最简单的算法就是递归法，要算f(N),必然要知道f(N-1)和f(N-2)的值，要知道f(N-1),就要知道f(N-2)和f(N-3)的值…以此类推，最后f(0)=0,f(1)=1，如下图所示：

算法的时间复杂度是O(2^{n),大O表示近似于2}n，其实像f(1)和f(0)在第四次计算的时候就已经有值了，不需要再往下计算了，所以只能说时间复杂度无限接近2^n. 如果递归深度太大，一方面运行时间很长，另一方面可能导致栈内存溢出。

java代码的实现也是非常简单的，如下：

class Solution {
   public int fib(int N) {
      // 先写递归的结束条件
      if (N==0) {
          return 0;
      }
      if (N==1) {
          return 1;
      }
      // 再写计算过程
      return fib(N-2) + fib(N-1);
  }
}

当然面试的时候如果这么写，面试官只会认为你的技术很low，写的代码性能不高，只能勉强实现功能，并不能给人惊喜。接下来可以对递归算法进行优化，从上图可以看出很多函数都计算了多次，我们完全可以使用缓存将计算后的结果缓存下来，下次再用到的时候直接从缓存中取，性能岂不更好。

优化性能后的递归算法

使用数组做了数据的缓存，每次计算出来的数据都放入缓存，如果发现缓存中有数据就直接通过数组的下标找到对应的数据，时间复杂度降为O(n),空间复杂度为O（n）
上代码：

class Solution {
   Integer[] cache = null;
    public int fib(int N) {
        if (cache == null) {
            cache = new Integer[N+1];
        }
        if (cache[N]!= null) {
            return cache[N];
        }
        if (N==0) {
            cache[N] = 0;
            return 0;
        }
        if (N==1) {
            cache[N] = 1;
            return 1;
        }
        int result = fib(N-2) + fib(N-1);
        cache[N] = result;
        return result;
    }
}

递归算法

递归算法也算是很经典的写法，从前往后推，f(0)和f(1)的值是固定的，从f(2)开始计算，f(3),f(4)…f(n)
上代码：

class Solution {
    public int fib(int N) {
        int first = 0;
        int second = 1;
        if (N == 0) {
            return first;
        } else if (N == 1) {
            return second;
        } else {
            int result = 0;
            for (int i = 2; i <= N; i ++) {
                result = first + second;
                first = second;
                second = result;
            }
            return result;
        }
    }
}

算法的时间复杂度是O(n)， 空间复杂度是O(1)

动态规划

能写到这里，面试官就已经对你另眼相看了，接下来就可以用到比较牛逼的动态规划思想，让面试官再次认定你
动态规划是自下而上的迭代，并且把数据缓存下来，需要的时候直接从缓存中取，减少重复计算

上代码：

class Solution {
  public int fib(int N) {
      Integer[] dp = new Integer[N + 1];
      if (N == 0) {
          return 0;
      }
      if (N == 1) {
          return 1;
      }
      if (dp[N] != null) {
          return dp[N];
      }
      dp[0] = 0;
      dp[1] = 1;
      for (int i = 2; i <= N; i++) {
          dp[i] = dp[i - 1] + dp[i - 2];
      }
      return dp[N];
  }
}

时间复杂度O(n)，空间复杂度O(n)