斐波那契数列的效率提升方案

package com.zengwen.ten;

public class FibDemo {
    //用于统计斐波那契函数的执行次数
    static int count;

    public static void main(String[] args) {
        //测试斐波那契数列
        //规模为20
        int n = 20;
        long startTime=System.currentTimeMillis();
        long num = fib(n);
        long endTime=System.currentTimeMillis();
        float excTime=(float)(endTime-startTime);
        System.out.println(num);

        System.out.println("执行时间："+excTime+"ms");
        System.out.println("fib()执行次数"+count);
    }
   public static long fib(int n){
        count++;
       if (n == 0) return 0;
       if (n == 1) return 1;
       return fib(n - 1) + fib(n - 2);
   }
}

      在规模为20的情况下，执行时间为1.0ms，fib()执行了21891次

      在规模为40的情况下，执行时间为701.0ms，fib()执行了331160281次

      在规模为80的情况下，本人等了很久机子没啥反应了.......

通过数据可以看出，显然，斐波那契它的时间复杂度应该是一个0(R^n)的指数级别算法。

下面对它里面的细节进行讨论，如图：

                                  

拿计算fib(5)的过程进行说明，fib(3)是算了2次，fib(2)算了3次，如果规模更大，那么这种重复的计算量将会非常非常大了。

用一个数组保存fib(0)~fib(n)之间所有的数值，一旦再需要这个fib(n)值直接取数组中的值即可，不用再次计算。

package com.zengwen.ten;

import java.util.ArrayList;
import java.util.HashMap;

public class FibDemo {
    //用于统计斐波那契函数的执行次数
    static int count;
    public static void main(String[] args) {

        //测试斐波那契数列
        //规模为80
        int n = 20;
        long[] memo = new long[n+1];//存放斐波那契fib(0)~fib(5)
        for (int i = 0; i < memo.length; i++) {
            memo[i] = -1;
        }
        long startTime=System.currentTimeMillis();
        long num = fib(n,memo);
        long endTime=System.currentTimeMillis();
        float excTime=(float)(endTime-startTime);
        System.out.println(num);
        System.out.println("执行时间："+excTime+"ms");
        System.out.println("fib()执行次数"+count);
    }
   public  static long fib(int n,long[] arr){
        count++;
       if (n == 0) return 0;
       if (n == 1) return 1;
       if (arr[n] == -1){
           arr[n] = fib(n - 1,arr) + fib(n - 2,arr);
       }
       return arr[n];
   }
}

修改过后，发现在规模1000的情况下，执行次数直接降为1999，时间1.0ms