数据结构篇（一.斐波那契数列的时间、空间复杂度分析）

概念

在分析斐波那契数各个算法的时间复杂度和空间复杂度前，我们先概述下概念

• 斐波那契数：斐波那契数列指的是1、1、2、3、5、8、13、21、······这样一个数列，我们可以发现它后面的一个数是前两个数之和。而在这个数列中的数就被称为斐波那契数。
• 时间复杂度：时间复杂度实际就是一个函数，该函数计算的是执行基本操作的次数。
  时间复杂度的O渐进表示：算法语句总的执行次数是关于问题规模N的某个函数，记为f(N)，N称为问题的规模。语句总的执行次数记为T(N)，当N不断变化时，算法执行次数T(N)的增长速率和f(N)的增长速率相同。则有T(N) =O(f(N))，称O(f(N))为时间复杂度的O渐进表示法。
• 空间复杂度：类似于算法的时间复杂度，它是算法所需存储空间的度量，记作S(n)=O(f(n))。

算法分析

递归算法

long fibonacci::fibonacci1(int n) {
   
    if (n < 3) {
   
        return 1;
    }
    return