剑指 Offer 10- I. 斐波那契数列 [简单]

剑指 Offer 10- I. 斐波那契数列 [简单]

题目描述

写一个函数，输入 n ，求斐波那契（Fibonacci）数列的第 n 项。斐波那契数列的定义如下：

F(0) = 0,   F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.

斐波那契数列由 0 和 1 开始，之后的斐波那契数就是由之前的两数相加而得出。

答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。

示例:

输入：n = 2
输出：1

输入：n = 5
输出：5

限制：

0 <= n <= 100

解题思路：

斐波那契数列的定义是 f(n+1)=f(n)+f(n−1) ，生成第 n 项的做法有以下几种：

1. 递归法：

   • 原理： 把 f(n) 问题的计算拆分成f(n−1) 和 (n−2) 两个子问题的计算，并递归，以f(0) 和 f(1) 为终止条件。
   • 缺点： 大量重复的递归计算，例如f(n) 和 f(n−1)两者向下递归需要 各自计算 f(n−2)的值。

   

2. 记忆化递归法：

   • 原理： 在递归法的基础上，新建一个长度为 n 的数组，用于在递归时存储f(0) 至f(n) 的数字值，重复遇到某数字则直接从数组取用，避免了重复的递归计算。
   • 缺点： 记忆化存储需要使用 O(N) 的额外空间。

3. 动态规划：

   • 原理： 以斐波那契数列性质 f(n+1)=f(n)+f(n−1) 为转移方程。
   • 从计算效率、空间复杂度上看，动态规划是本题的最佳解法。

动态规划解析：

• 状态定义： 设 dp 为一维数组，其中 dp[i] 的值代表 斐波那契数列第 i 个数字 。

• 转移方程： dp[i+1]=dp[i]+dp[i−1]，即对应数列定义 f(n+1)=f(n)+f(n−1) ；

• 初始状态： dp[0]=0, dp[1] = 1 ，即初始化前两个数字；

• 返回值： dp[n] ，即斐波那契数列的第 n 个数字。

求余运算规则： 设正整数 x, y, p ，求余符号为 ⊙ ，则有 (x+y)⊙p=(x⊙p+y⊙p)⊙p 。

复杂度分析：

• 时间复杂度 O(N) ： 计算f(n) 需循环 n 次，每轮循环内计算操作使用 O(1) 。
• 空间复杂度O(1)： 优化后的动态规划，几个标志变量使用常数大小的额外空间。

代码：

//记忆化递归法
var result = map[int]int{}
func fib(n int) int {
	if n == 0 {
		return 0
	}else if n==1 {
		return 1
	}else{
		// 递归法的优化 重复遇到某数字则直接取用，避免了重复的递归计算
		if _,ok:=result[n];!ok{
			result[n]=  fib(n-1) + fib(n-2)
		}
		return result[n]%1000000007
	}
}

// 动态规划
func fibV2(n int) int {
	dp := make(map[int]int,n)
	dp[0] = 0
	dp[1] = 1
	for i := 2; i <= n; i++{
		dp[i] = dp[i-1] + dp[i-2]
		dp[i] %= 1000000007
	}
	return dp[n]
}


// 动态规划 优化内存版本
func fibV3(n int) int {
	 dpA := 0
	 dpB := 1
	 var sum int
	for i := 0; i <  n; i++{
		sum = (dpA + dpB)%1000000007
		dpA = dpB
		dpB = sum
	}
	return dpA
}