斐波拉契数列

斐波拉契数列

一、什么式斐波拉契数列？

斐波那契数列如下：1，1，2，3，5，8，13，21，34. . . . . .

表达式：

二、算法（JAVA）

1、递归（效率最低的算法）

​ 递归算法就是按照表达式来走的

【时间复杂度爆指数式增长】

/**
     * 递归方法
     * 算法性能：爆炸式增量函数时间复杂度以指数式增长
     */
    public static long Fib1(int n) {
        if (n == 1 || n == 2) {
            return 1;
        } else if (n > 2) {
            return Fib3(n - 1) + Fib1(n - 2);
        } else {
            return -1;
        }
    }

2、数组方式（效率高）

​ 数组方式分析：

• 通过分析递归算法发现这里面有大量的重复运算例如当n=3时，要计算F(3)就要去计算F(1)和F(2),计算F(4)就要计算F(3)、F(2)、F(1)。这里我们发现最大的问题就是我们之前计算F(3)时F(3),F(2),(1)的结果都没有存储。那么我们将每次计算的结果存储一下，下次使用的时候直接拿结果来用就会减少大量的计算
• 【时间复杂度O(n),空间复杂度O(n)】

/**
     * 数组方法
     * 时间复杂度O(n)
     */
    public static long Fib2(int n) {
        long[] sum = new long[n + 1];
        for (int i = 1; i <= n; i++) {
            if (i == 1 || i == 2) {
                sum[i] = 1;
            } else {
                sum[i] = sum[i - 1] + sum[i - 2];
            }
        }
        return sum[n];
    }

3、变量方式（时间复杂度和方式2一样，主要是减少空间复杂度）

变量方式分析：

• 通过分析上面的数组方式，我们发现虽然我们通过数组存储了每次计算的结果值，但是我们记录的值只是被用过一次就没有再使用过了，换而言之，我们其实只是用到了数组的两个空间，那么我们是不是就可以理由两个变量来存储每次计算的结果值了？
• 【时间复杂度O(n)，空间复杂度O(1)】

/**
     * 更优的解法:时间复杂度不变，空间复杂度降低了O(1)
     *
     */
    public static long Fib3(int n) {
        long n1=1, n2=1;
        for (int i = 1; i < n + 1; i++) {
            if (i == 1 || i == 2) {
                return 1;
            }
            else if (i>2){
                n2=n1+n2;//当前i值=前面两项的和
                n1=n2-n1;//利用当前i的值-n1的值计算被覆盖掉的n2的值，此时n2的值将作为n1来计算i+1的项目的值了。
            }
        }
        return n2;
    }

的值，此时n2的值将作为n1来计算i+1的项目的值了。
}
}
return n2;
}