求解斐波那契数列的若干方法

今天来给大家介绍几个在面试中常用的、求解斐波那契数列问题的方法。

首先定义斐波那契数列问题：

定义 a0=1a0=1, a1=1a1=1, an=an−1+an−2an=an−1+an−2，求 anan 是多少。
为了避免考虑整数溢出问题，我们求 an%pan%p 的值，p=109+7p=109+7。

算法1
递归。
递归计算的节点个数是 O(2n)O(2n) 的级别的，存在大量重复计算。
时间复杂度是 O(2n)O(2n)，一秒内大约能算到第三四十项。

C++ 代码
const int MOD = 1000000007;
int f(int n)
{
if (n <= 1) return 1;
return (f(n - 1) + f(n - 2)) % MOD;
}
算法2
记忆化搜索。
开一个大数组记录中间结果，如果一个状态被计算过，则直接查表，否则再递归计算。
总共有 nn 个状态，计算每个状态的复杂度是 O(1)O(1)，所以时间复杂度是 O(n)O(n)。
一秒内算 n=107n=107 毫无压力，但由于是递归计算，递归层数太多会爆栈，大约只能算到 n=105n=105 级别。

C++ 代码
const int N = 100000, MOD = 1000000007;
int a[N];
int f2(int n)
{
if (a[n]) return a[n];
if (n <= 1) return 1;
a[n] = f2(n - 1) + f2(n - 2);
a[n] %= MOD;
return a[n];
}
算法3
递推。
开一个大数组，记录每个数的值。用循环递推计算。
总共计算 nn 个状态，所以时间复杂度是 O(n)O(n)。
但需要开一个长度是 nn 的数组，内存将成为瓶颈，当 n=108n=108 时，需要的内存是 4∗1081024×1024≈381MB4∗1081024×1024≈381MB。
分子中乘4是因为C++中 int 类型占4字节。

C++代码
const int N = 100000000, MOD = 1000000007;
int f3(int n)
{
a[0] = a[1] = 1;
for (int i = 2; i <= n; i ++ )
{
a[i] = a[i - 1] + a[i - 2];
a[i] %= MOD;
}
return a[n];
}
算法4
递归+滚动变量。
仔细观察我们会发现，递推时我们只需要记录前两项的值即可，没有必要记录所有值，所以我们可以用滚动变量递推。
时间复杂度还是 O(n)O(n)，但空间复杂度变成了 O(1)O(1)。

C++代码：
const int MOD = 1000000007;
int f4(int n)
{
int x, y, z;
x = y = 1;
for (int i = 2; i <= n; i ++ )
{
z = (x + y) % MOD;
x = y;
y = z;
}
return z;
}
算法5
矩阵运算 + 快速幂。

快速幂算法的模板可以参考这里。
用算法4我们1秒内最多可以算到 108108 级别，那当 nn 更大时该怎么办呢？
可以先利用矩阵运算的性质将通项公式变成幂次形式，然后用平方倍增（快速幂）的方法求解第 nn 项。

首先我们定义向量
Xn=[anan−1],边界：X1=[a1a0]
Xn=[anan−1],边界：X1=[a1a0]
然后我们可以找出矩阵：
A=[1110]
A=[1110]
则有：
Xn=Xn−1×A
Xn=Xn−1×A
所以：

Xn=X1×An−1
Xn=X1×An−1
由于矩阵具有结合律，所以我们可以先求出 An−1%PAn−1%P，然后再用 X1X1 左乘，即可求出 XnXn，向量 XnXn 的第一个元素就是 anan。

时间复杂度分析：快速幂的时间复杂度是 O(logn)O(logn)，所以算法5的时间复杂度也是 O(logn)O(logn)。

C++代码
#include
#include
#include
#include
#include

using namespace std;

const int MOD = 1000000007;

void mul(int a[][2], int b[][2], int c[][2])
{
int temp[][2] = {{0, 0}, {0, 0}};
for (int i = 0; i < 2; i ++ )
for (int j = 0; j < 2; j ++ )
for (int k = 0; k < 2; k ++ )
{
long long x = temp[i][j] + (long long)a[i][k] * b[k][j];
temp[i][j] = x % MOD;
}
for (int i = 0; i < 2; i ++ )
for (int j = 0; j < 2; j ++ )
c[i][j] = temp[i][j];
}

int f_final(long long n)
{
int x[2] = {1, 1};

int res[][2] = {{1, 0}, {0, 1}};
int t[][2] = {{1, 1}, {1, 0}};
long long k = n - 1;
while (k)
{
    if (k&1) mul(res, t, res);
    mul(t, t, t);
    k >>= 1;
}

int c[2] = {0, 0};
for (int i = 0; i < 2; i ++ )
    for (int j = 0; j < 2; j ++ )
    {
        long long r = c[i] + (long long)x[j] * res[j][i];
        c[i] = r % MOD;
    }

return c[0];

}

int main()
{
long long n ;

cin >> n;
cout << f_final(n) << endl;

return 0;

}

作者：yxc
链接：https://www.acwing.com/blog/content/25/
来源：AcWing
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。