LeetCode 剑指 Offer 10- I. 斐波那契数列（动态规划）

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