剑指offer 10-1 斐波那契数列

最新推荐文章于 2024-10-06 14:10:45 发布

路漫漫吾将上下而求索

最新推荐文章于 2024-10-06 14:10:45 发布

阅读量107

点赞数

分类专栏：算法文章标签：算法

本文链接：https://blog.csdn.net/qq_46536254/article/details/115429476

版权

算法专栏收录该内容

6 篇文章 0 订阅

订阅专栏

本文介绍了如何使用动态规划解决斐波那契数列问题，包括递归和迭代两种方法。递归方法容易导致超时，通过使用哈希表存储已计算的值来优化。迭代方法则更为高效，从基础条件出发逐步计算到目标值。讨论了迭代与递归在效率上的差异，并指出在动态规划问题中通常首选迭代方法。

摘要由CSDN通过智能技术生成

题目：

斐波那契数列
在这里插入图片描述

解题思路：

动态规划最简单的题目，而且直接给出了数学公式，dp[i]=dp[i-1]+dp[i-2]。

注意是答案需要去模

代码：

递归
错误示范——超时

 int fib(int n) {
        if(n==0)
            return 0;
        else if(n==1)
            return 1; 
        return (fib(n-1)+fib(n-2))%1000000007;

为何会超时呢？
因为中间存在很多次计算，比如fib（3）,他需要fib(2)和fib(1)，fib(4)需要fib(3)和fib(2)，因而在计算过程中，每一次fib(2),fib(3)都需要重复不断的计算，浪费了大量的时间。
所以我们需要减少这样的重复计算，因而利用一个哈希表，把计算过的fib(n)的值存在哈希表中，这样就可以减少大量运算。

    private HashMap<Integer,Integer> map;

    public int fib(int n){
        map = new HashMap(n);
        return dfs(n);
    }

    public int dfs(int n){
        if(n == 0){
            return 0;
        }else if(n == 1){
            return 1;
        }else if(map.containsKey(n)){
            return map.get(n);
        }

        //哈希表中没有，先算出来，然后再放到哈希表中，为下次使用。
        int a = dfs(n - 1) % 1000000007;
        int b = dfs(n - 2) % 1000000007;
        map.put(n-1,a);
        map.put(n-2,b);
        map.put(n,(a+b)%1000000007);
        return map.get(n);
    }

在这里插入图片描述

迭代
1.当i=0的时候，dp[i]=0;当i=1时，dp[i]=1，确定初始条件
2.根据方程迭代dp[i]=dp[i-1]+dp[i-2]

public int fib(int n) {
        if(n == 0) return 0;
        if(n == 1) return 1;
        int[] array = new int[n+1];
        array[0] = 0;
        array[1] = 1;
        for(int i = 2; i <= n; i++){
            array[i] = (array[i-1] + array[i-2])  % 1000000007;
        }
        return array[n];
    }

在这里插入图片描述

ps：这里注意创建数组大小为：n+1。

总结：迭代的方法更加简单，递归方法如果没有哈希表肯定会超过时间，那大家有没想过为什么迭代和递归的区别在哪里，我想了想，不知道对不对，递归是从n一直到基础条件，而迭代则是从基础条件出发推导到n，可以说递归是逆向过程，而迭代是正向过程，所以我觉得可以用迭代的方法，往往也可以用递归，后面的动态规划基本都用是迭代的方法，当然是用递归也是可以。