斐波那契的实现，尽可能降低时间复杂度和空间复杂度。

斐波那契数列的两种常见实现方式中，一种是利用动态规划以降低时间复杂度，另一种是利用递归以降低空间复杂度。下面是这两种方法的详细实现：

时间复杂度低的实现方式：动态规划

动态规划方法通过存储已经计算过的斐波那契数值来避免重复计算，时间复杂度为 (O(n))，空间复杂度也可以优化到 (O(1))。

#include <iostream>
using namespace std;

// 动态规划实现，时间复杂度 O(n)
unsigned long long fibonacciDP(int n) {
    if (n <= 1) return n;

    unsigned long long prev2 = 0;
    unsigned long long prev1 = 1;
    unsigned long long curr;

    for (int i = 2; i <= n; ++i) {
        curr = prev1 + prev2;
        prev2 = prev1;
        prev1 = curr;
    }

    return curr;
}

int main() {
    int n;
    cout << "Enter a number: ";
    cin >> n;
    cout << "Fibonacci(" << n << ") = " << fibonacciDP(n) << endl;
    return 0;
}

空间复杂度低的实现方式：递归

递归方法直接通过函数调用栈来计算斐波那契数列，时间复杂度为 (O(2^n))，但不需要额外的存储空间。为了避免堆栈溢出问题，可以通过尾递归优化。

#include <iostream>
using namespace std;

// 递归实现，时间复杂度 O(2^n)
unsigned long long fibonacciRecursive(int n) {
    if (n <= 1) return n;
    return fibonacciRecursive(n - 1) + fibonacciRecursive(n - 2);
}

int main() {
    int n;
    cout << "Enter a number: ";
    cin >> n;
    cout << "Fibonacci(" << n << ") = " << fibonacciRecursive(n) << endl;
    return 0;
}

尾递归优化实现方式

尾递归是一种特殊的递归方式，它允许编译器进行优化，使得递归调用的空间复杂度可以降到 (O(1))。

#include <iostream>
using namespace std;

// 辅助函数，尾递归优化实现，时间复杂度 O(n)
unsigned long long fibonacciTailRecursion(int n, unsigned long long a = 0, unsigned long long b = 1) {
    if (n == 0) return a;
    if (n == 1) return b;
    return fibonacciTailRecursion(n - 1, b, a + b);
}

int main() {
    int n;
    cout << "Enter a number: ";
    cin >> n;
    cout << "Fibonacci(" << n << ") = " << fibonacciTailRecursion(n) << endl;
    return 0;
}

总结

• 时间复杂度低：使用动态规划的实现，时间复杂度为 (O(n))。
• 空间复杂度低：使用递归实现，时间复杂度为 (O(2^n))，但通过尾递归优化可以在某些编译器上实现空间复杂度为 (O(1))。

选择使用哪种实现方式取决于具体需求。如果需要高效的计算，动态规划是更好的选择。如果代码的简洁性和易读性更为重要，并且输入规模较小，递归实现也是一种可行的方法。