写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项。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), 其中 N > 1.
斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。
示例 1:
输入:n = 2
输出:1
示例 2:输入:n = 5
输出:5
思路显然是使用动态规划的思想,即先计算出d[0]和d[1],再计算出d[2],直到最后计算出d[n].
但实现起来却千差万别。
代码1 复杂的代码
class Solution:
def fib(self, n: int) -> int:
# self.i = 0
b = 1
c = 0
if n == 0:
return 0
if n == 1:
return 1
else:
for i in range(n-1):
a = b
b = self.fibnacci(b,c)
c = a
# return int(b%(1e9+7))
return int(b%1000000007)
def fibnacci(self, b,c):
# self.i = i + 1
return b + c
代码看起来很直观,也很容易理解,但感觉写了很多行,非常复杂。
代码2 简单的代码
class Solution:
def fib(self, n: int) -> int:
a, b = 0, 1
for _ in range(n):
a, b = b, a + b
return a % 1000000007
显然,代码2比代码1更加简练。主要原因包括:
- 与其他语言类似,python中for i in range()如果i没有用到可以省略;
- a, b = b, a + b的赋值语句。还是第一次见到同时对两个变量进行赋值的语句,matlab里是不能这样的。在这种语句下,python总是先计算等式右边的值,即先更新等式右边。右边全部更新完后,才会进行赋值操作。如:
>>> a ,b = 1,2
>>> a,b = a+b,a+b
>>> a
3
>>> b
3
再如
>>> a = 1
>>> a,b = 3,a
>>> a
3
>>> b
1
这样,交换a b这种操作就没有必要构建中间变量,从而代码简化了很多。
遇到的问题:
- 又是没有考虑到特殊情况:
输入:
0
输出
1
预期结果
0
- b%1000000007和b%(1e9+1)在python中的结果不同
>>> fib(81)
37889062373143906
>>> fib(81)%(1e9+7)
107920470.0>>> 37889062373143906%1000000007
107920472
MATLAB中就不会这样。原因未知。