Fibonacci in O（logn）

最近在复习算法的一些基本思想，greedy、divide and conquer、dynamic programming……

很基本的思想，没有太多的收获。可是刚刚看了一点dp的东西，非常之惊讶，Fibonacci居然可以用O（logn）搞定

dp传统思想的话，自然是O（n）

然后这个家伙给出了一个恒等式：

==》

当然，也是我愚钝，看到这里还没有想到可以用O（logn），以为只是一个漂亮的数学表达。

结果这家伙一说O（logn），我愣了。仔细想了一下才发现，一个数的n次方可以用O（logn）。。。divide and conquer还是没有做到随心所欲

虽然这个东西没什么意义，因为fibonacci是指数级增长的，只是写出结果就要线性时间以上，不过这个分析真的很有意思

 

最后小小总结一下算法思想：

greedy：

1. subproblem is optimal

2. easy to find the metric

发现greedy还是太弱，比起dp来，对实际问题很难起到实质性作用，起到实质性问题的又往往是很平庸的问题。不过greedy在图算法里还是太好用了，BFS，DFS，Topological ordering，Minimun Spanning Tree， Dijstra。。。

 

divide and conquer：

1. divide balance

2. merge linear

这两步都可以很难，很多时候需要大量的证明。最重要的感觉还是找出特殊的数学特性。

 

dp：

1. write the recurrence

2. fill the table

第二步其实可以忽略的，写出了recurrence，想填不对也难。recurrence很关键的还是找出需要的子问题空间，基本是确定维度的问题。从weighted interval schedule的一维（其实可以当二维做），到knapsack的二维，再到bellman-ford的三维，太有意思了。不过bellman-ford的改进里面有一个balance divide的思想，还是要好好吸收一下。

 

sweeping line：

1. sort lexcigraphic

2. creat the event queue（using a balance binary search tree） and a sweeping line status（using heap or bbst）

3. sweep， for each point， do something

开始还以为这只是个小小的tricky， 没想到听高老师说还是个相当强力的工具。想想也是，給一堆纷乱无章的点，即使发现了它们的数学特性，也还是需要一个起点和方向去逐步处理它们。怪不得computational geometry这么依赖这个家伙。

 

randomized incremental还是没有深刻理解，以后慢慢想想。