【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
)
O(2^n)
O(2n),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
)
O(n)
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
)
O(n)
O(n),虽然上述空间复杂度是
O
(
n
)
O(n)
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。