LeetCode 剑指 Offer 10- I. 斐波那契数列
题目描述
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
提示:
0 <= n <= 100
方法一:运用递归
- 解决思路:把 f(n) 问题的计算拆分成 f(n−1) 和 f(n−2) 两个子问题的计算,并递归,以 f(0) 和 f(1) 为终止条件。
- 缺点:大量重复的递归计算,例如 f(n) 和 f(n−1) 两者向下递归需要 各自计算 f(n−2) 的值
方法二:备忘录递归法
- 解决思路:在递归法的基础上,新建一个长度为 n 的数组,当作一个备忘录,用于在递归时存储 f(0) 至 f(n) 的数字值,重复遇到某数字则直接从数组取用,避免了重复的递归计算。
- 缺点: 创建一个数组备忘录需要使用 O(N) 的额外空间。
小结
用python去解决这个问题,方法一和方法二都不适合。因为运行之后的结果都会超时,不方便,在这里只能当作一个解决的思路。故而,下面👇的才是解决的重点。
方法三:动态规划
以斐波那契数列性质 f(n + 1) = f(n)+f(n - 1)为转移方程
解决思路:
- 状态定义: 设 dp 为一维数组,其中 dp[i] 的值代表 斐波那契数列第 i 个数字 。
- 转移方程: dp[i + 1] = dp[i] + dp[i - 1] ,即对应数列定义 f(n + 1) = f(n) + f(n - 1) ;
- 初始状态: dp[0] = 0, dp[1] = 1 ,即初始化前两个数字;
- 返回值: dp[n] ,即斐波那契数列的第 n 个数字。
代码
class Solution:
def fib(self, n: int) -> int:
a, b = 0, 1 #初始化前两个数字
for _ in range(n): # _ 是占位符,表示不在意变量的值 只是用于循环遍历n次
a, b = b, a+b #状态转移方程。也相当于,`temp = a + b, a = b, b = temp`
return a % 1000000007
空间的复杂度优化:
- 若新建长度为 n 的dp列表,则空间复杂度为O(N)。由于dp列表第i项只与第 i−1 和第 i−2 项有关,因此只需要初始化三个整形变量 sum, a, b ,利用辅助变量 sum 使 a, b两数字交替前进即可。
- 节省了 dp 列表空间,因此空间复杂度降至 O(1)。
结果and总结
- 运行时间:28ms 内存消耗:13.5MB
方法四:循环求余法
解决思路:
- 求余运算规则:设正整数 x, y, p,求余符号为 ⊙ ,则有 (x+y)⊙p = (x⊙p + y⊙p)⊙p。
- 解析: 根据以上规则,可推出 f(n)⊙p = [f(n-1)⊙p + f(n-2)⊙p]⊙p,从而可以在循环过程中每次计算 sum = (a+b) ⊙ 1000000007,此操作与最终返回前取余等价。
代码
class Solution:
def fib(self, n: int) -> int:
a, b, sum = 0, 1, 0
for _ in range(n):
sum = (a + b) % 1000000007
a = b
b = sum
return a
结果and总结
- 运行时间:36ms 内存消耗:13.4MB
- 时间复杂度 O(N):计算f(n)需循环n次,每轮循环内计算操作使用 O(1)
- 空间复杂度 O(1):几个标志变量使用常数大小的额外空间