斐波那契数列

本文主旨

旨在分享斐波那契数列数列的多种解法。

主要内容

先开始bb一下。首先为什么要写这篇文章呐？小学生么，不是一个简单的递归就能解决的事情么，对呀，博主在这里主要是为了开拓思维。呸，是某些编程网站上面时间复杂度达不到要求好吧，可怜我脆弱的内心，好不容易知道了递归的解法，却告诉我不行？噢，好吧，您是老大，为了求您赏碗饭吃，我改好吧，直到让你满意为止（心里...），好了，开始正文的内容吧。

首先看一下斐波那契数列需要解决的问题：斐波那契数列指的是这样一个数列 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233，377，610，987，1597，2584，4181，6765，10946，17711，28657，46368........这个数列从第3项开始，每一项都等于前两项之和。

1. 你知道递归解法么？它的时间复杂度为O(2^n)

看题目都说了，这个数列从第三项开始，每一项都等于前两项之和，那么可以列出表达式，当n>2时，fn=fn-1+f(n-2)，so easy ，题目直接给出了公式，那么写的代码也是一目了然：

public int Fibonacci(int n){
    if(n==1)
        return 1;
    else if(n==2)
        return 1;
    else
        return Fibonacci(n-1)+Fibonacci(n-2);
}

这么简答的代码，怎么不符合时间复杂度的要求呢？那么我们来分析一下：

在程序的运行过程中，我们可以画出递归树：

原来在递归调用过程中，同一个数据会被我们的计算机多次计算，导致时间复杂度过高，同时还可能因为n取的过大，导致递归栈overflow，这就是很严重的事故了，于是想破脑袋来改进：既然同一个数据会被计算多次，且题目已经给出，从第三项开始，后面的每一项都等于前面两项的和，这就是说，我们可以先保存前面的两个数，直接计算第三个数，这样即得到了循环的解法

    2.你知道DP解法么？它的时间复杂度为O(n)

通过上面的分析，DP解法使得算法的性能得到了极大的提升，运行起来也是飕飕的，在这里只是使用了有限个辅助变量，空间复杂度为O（1），棒极了，那么接下来看一下我们的code：

public int Fibonacci2(int n) {
    if(n<=0) return 0;
    if(n==1||n==2) return 1;
    int one = 1;
    int two = 1;
    int result = 0;
    for (int i = 2; i < n; i++) {
        result = one + two;
        one = two;
        two = result;
    }
    return result;
}

正准备收手，出去上个厕所的时候，大佬还是不放过我：

大佬言：“这是个数学题，斐波那契是个数学家，难道会没有数学的解法么？再来思考一下。”

我：“……”

  3.你知道矩阵快速幂的解法么？它的时间复杂度为O(logn)

于是继续苦逼的思考着，细想一下，大佬说的也对，斐波那契是个数学家，他肯定会想到更好的方法去解决这个问题的，嗯，我去找找资料了…

一圈资料找下来，确实哦，这里还有一个矩阵的解法，称为矩阵的快速幂，它的效率更高了，只要O(logn)，于是我惊呼：大佬就是大佬，思维都比我发散的多。

那么什么是矩阵快速幂呢？

数列的递推公式为：f(1)=1，f(2)=1，f(3)=2 , f(n)=f(n-1)+f(n-2)(n>=3)用矩阵表示为：

进一步，可以得出直接推导公式：

接下来就是实现Code的时刻了：

 public int[][] matrixPower(int[][] m, int p) {

        int[][] res = new int[m.length][m[0].length];

        //先把res设为单位矩阵

        for (int i = 0; i < res.length; i++) {

            res[i][i] = 1;

        } //单位矩阵乘任意矩阵都为原来的矩阵

        //用来保存每次的平方

        int[][] tmp = m;

        //p每循环一次右移一位

        for ( ; p != 0; p >>= 1) {

            //如果该位不为零，应该乘

            if ((p&1) != 0) {

                res = multiMatrix(res, tmp);

            }

            //每次保存一下平方的结果

            tmp = multiMatrix(tmp, tmp);

        }

        return res;

    }

解释：m是底数,p是幂,相当于计算m^p

为什么把p一位一位移动？

把p转换成2进制数,然后把为1的位提取出来

保存平方结果目的是什么呢？

后面平方的方法就是计算两个矩阵相乘,.就是说把幂转成2进制,从右往左开始累乘, 然后高一位的数字比低一位的数字权值大两倍，反应到矩阵上就是平方，当前位代表累乘的阶数(如第3位,则,当前位是m^(2^3),到了第四位,则是m^(2^4),实际上就是第三位的平方),所以在计算完当前位之后,都平方来保存一下,方便以后的计算。

计算出来需要返回的数据即f（n）=res[0][1]；

总结

总体来说，前面两种算法比较容易掌握，矩阵的快速幂是难点，如果博主以后碰到类似的题，会加到里面来。

总而言之，为么要这么多的解法呢？第一是为了达到要求，第二，现在就是拓展自己的思维的时刻，多积累一点总是好的，fighting！