1、经典的递归写法。(有空我再写个递归总结,这里先简单说一下)
递归函数就是函数中有一句或多句语句中调用了它自己,比如斐波那契数列这道题。
声明一个函数fib(int n),它的返回值就是斐波那契数列的第n项的值。
那么,我们知道斐波那契数列的第i项为第i-1项+第i-2项的和,所以就有fib(n)=fib(n-1)+fib(n-2)
所以这里就递归调用fib函数了。
递归函数都得有个停止点,不然将一直递归下去。
由于斐波那契数列最小项为第1项,所以这里设立了停止点为n==1或n==0,当n==0或n==1的时候返回n。
class Solution {
public:
int fib(int n) {
if(n==0||n==1) return n;
else return fib(n-1)+fib(n-2);
}
};
2、递推做法
递归做法在很多情况下其实都可以转换成循环求解。
所以也可以不用递归去做,而是通过递推式去循环递推求解。
class Solution {
public:
int fib(int n) {
int f[31];
f[0]=0,f[1]=1;
for(int i=2;i<n+1;++i) f[i]=f[i-1]+f[i-2];
return f[n];
}
};
3、再优化一下,由于递推过程中,我们只用到了第i项的前两项,并且我们最终只需要得到第n项的结果,所以可以不用建立数组去存储每一项的值,而是声明两个变量去存储前两项的值即可。
class Solution {
public:
int fib(int n) {
if(n==0) return 0;
int f1=0,f2=1;
for(int i=2;i<n+1;++i)
{
f1=f1+f2;
myswap(f1,f2);
}
return f2;
}
void myswap(int& a,int& b)
{
a^=b;
b^=a;
a^=b;
}
};
4、当然,有些题目也非要我们用递归去求解,但是递归做法的时间复杂度大概为2^n,如果所求像比较大,那么就可能超时。所以我们得想办法去优化一下递归求解的做法。
其实这也是典型的记忆化搜索问题,我们可以创建一个哈希表(这里其实就是一个数组)去储存每个已经计算过的项的值。
class Solution {
public:
int hash[31]={0};
int fib(int n) {
if(n<=1) return n;
int& f=hash[n];
if(f!=0) return f;
f=fib(n-1)+fib(n-2);
return f;
}
};