【动态规划入门】leetcode509 斐波那契数

【动态规划入门】leetcode509 斐波那契数

斐波那契数（通常用F(n)表示）形成的序列称为斐波那契数列。该数列由0和1开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1

给定n，请计算F(n)。

这道题的初始条件和边界条件都给了，状态转移方程也给了，那么我们很容易可以看出这是一个递推式，那么我们可以使用递归来解决。我们只需要调用fib1(n)即可求得答案。

int fib1(int n) {
    if(n == 1 || n == 0) {
        return n;
    }
    return fib1(n - 1) + fib1(n - 2);
} 

画出上述的递归过程当n = 5时的递归树，我们发现当n = 0,1,2,3的子问题都被计算了多次，这样递归的时间复杂度是$O(2^n)$，所以我们要消去这些重复的子问题，所以我们可以有一个解法2：带备忘录的自顶向下的计算方法。

int fib2(int n, vector<int> &f) {
    if(f[n] != -1) {
        return f[n];
    }
    f[n] = fib2(n - 1, f) + fib2(n - 2, f)
    return f[n];
} 
int Solution(int n){
    if(n == 0 || n == 1) {
        return n;
    }
    vector<int> f(n + 1, -1);
    f[0] = 0;
    f[1] = 1;
    int ans = fib2(n);
    return ans;
}

对于解法二，我们可以画出计算了哪些子问题，同样以n = 5为例。图中红色曲线表明了递归过程，可以看到fib(5)的右子树中的fib(2), fib(3)没有被重复调用，所以复杂度变为了$O(n)$。

正如我们在动态规划中学到的，我们不满足带备忘录的递归方法，我们使用自底向上的方法，所以我么只需要一个循环即可，将递归变为循环。

int fib3(int n){
    if(n == 0 || n == 1) {
        return n;
    }
    vector<int> f(n + 1, 0);
    // f[0] = 0;
    f[1] = 1;
    for(int i = 2; i <= n; ++i) {
        f[i] = f[i-1] + f[i-2];
    }
    return f[n];
}

上述算法只有一个for循环，可以明显的看出时间复杂度只有$O(n)$，虽然上述空间复杂度是$O(n)$，但是我们发现每一项只和前两项有关，所以我们可以使用滚动数组的思想，

int fib4(int n){
    if(n == 0 || n == 1) {
        return n;
    }
    int first = 0
    int second = 1;
    int ans;
    for(int i = 2; i <= n; ++i) {
        ans = first + second;
        first = second;
        second = ans;
    }
    return ans;
}

其余的快速矩阵幂、通项公式求解斐波那契数就是线性代数的事了，快速矩阵幂是线性代数矩阵相乘，并且用二分的方式，避免了重复的计算；通项公式时矩阵的对角化，这都是线性代数的内容，在此不加赘述。(以后也可以加上)

通过以上几种解法，我们可以看出动态规划对于具有重叠子问题的应用具有很大的作用，不过这道题不用我们去找初始状态、边界状态、转移方程，是属于简单的题。对于难题，如何简单的定义状态和状态如何转移是一个难点。