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;
}