学习参考-公众号(labuladong/代码随想录)
斐波那契数列-简单-20210822
1. 题目描述
写一个函数,输入 n
,求斐波那契(Fibonacci)数列的第 n
项(即 F(N)
)。斐波那契数列的定义如下:
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。【存储上限问题】
F(0) = 0, F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.
示例:
输入:n = 2
输出:1
输入:n = 5
输出:5
2. 题目解答
2.1 暴力解法-递归
超时(重叠子问题)
计算原问题 f(20),我就得先计算出子问题 f(19) 和 f(18),然后要计算 f(19),我就要先算出子问题 f(18) 和 f(17),以此类推。最后遇到 f(1) 或者 f(2) 的时候,结果已知,就能直接返回结果,递归树不再向下生长了
存在大量重复计算,比如 f(18) 被计算了两次,更何况,还不止 f(18) 这一个节点被重复计算,所以这个算法及其低效。
时间复杂度: O ( 2 N ) O(2^N) O(2N)
class Solution:
def fib(self, n: int) -> int:
if n==0: return 0
if n==1: return 1
return self.fib(n-1) + self.fib(n-2)
2.2 带备忘录的递归「自顶向下」
记忆化递归法/记忆化搜索recursion with memorization/递归树的剪枝
耗时的原因:重复计算
解决:在递归法的基础上,创建一个长度为 n 「备忘录:数组/哈希表」,每次算出某个子问题的答案后别急着返回,在递归时存储 f(0)至 f(n) 的数字值再返回;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
把一棵存在巨量冗余的递归树通过「剪枝」(比如:再次计算f(19)时,不需要再计算f(18),只需要计算f(17)即可),改造成了一幅不存在冗余的递归图,极大减少了子问题(即递归图中节点)的个数
算法不存在冗余计算,子问题就是 f(1), f(2), f(3) … f(20),数量和输入规模 n = 20 成正比,所以子问题个数为 O(n)。
时间复杂度: O ( N ) O(N) O(N)
空间复杂度:需要使用 O ( N ) O(N) O(N)的额外空间
class Solution:
def fib(self, n: int) -> int:
dic = {
}
def dp(n):
if n < 2: return n
if n in dic: return dic[n]
dic[n] = dp(n-1) + dp(n-2)
return dic[n]
return dp(n)%1000000007
bug:
# 运行超时
# 原因:dic内没有存上值, 每次调用函数会把dic清空
class Solution:
def fib(self, n: int) -> int:
dic = {
}
if n==0: return 0
if n==1: return 1
if n in dic: return dic[n]
dic[n] = self.fib(n-1) + self.fib(n-2)
return dic[n]
2.3 动态规划「自底向上」
动态规划的思路:
直接从最底下,最简单,问题规模最小的 f(1) 和 f(2) 开始往上推,直到推到我们想要的答案 f(20),也是为什么动态规划一般都脱离了递归,而是由循环迭代完成计算。
时间复杂度: O ( N ) O(N) O(N)
空间复杂度:需要使用 O ( N ) O(N) O(N)的额外空间
class