微软面试100题之19题：定义Fibonacci 数列如下，用最快的方法求该数列的第n 项_定义fibonacci 数列如下:输入n用最快的方法求该数列的第n 项 java-CSDN博客

题目：定义Fibonacci 数列如下：
/ 0 n=0
f(n)= 1 n=1
\ f(n-1)+f(n-2) n=2
输入n，用最快的方法求该数列的第n 项。
分析：在很多C 语言教科书中讲到递归函数的时候，都会用Fibonacci 作为例子。

因此很多程序员对这道题的递归解法非常熟悉，但....呵呵，你知道的。。

//
// Calculate the nth item of Fibonacci Series recursively
///
long long Fibonacci_Solution1(unsigned int n)
{
int result[2] = {0, 1};
if(n < 2)
return result[n];
return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2);
}

但是，教科书上反复用这个题目来讲解递归函数，并不能说明递归解法最适合这道题目。我们以求解f(10)作为例子来分析递归求解的过程。要求得f(10)，需要求得f(9)和f(8)。同样，要求得f(9)，要先求得f(8)和f(7)……我们用树形结构来表示这种依赖关系
                   f(10)
                /         \
             f(9)          f(8)
           /      \        /     \
        f(8)      f(7)   f(6)    f(5)
       /    \      /    \
    f(7)   f(6)   f(6) f(5)
我们不难发现在这棵树中有很多结点会重复的，而且重复的结点数会随着n的增大而急剧增加。这意味这计算量会随着n的增大而急剧增大。事实上，用递归方法计算的时间复杂度是以n的指数的方式递增的。大家可以求Fibonacci的第100项试试，感受一下这样递归会慢到什么程度。在我的机器上，连续运行了一个多小时也没有出来结果。
其实改进的方法并不复杂。上述方法之所以慢是因为重复的计算太多，只要避免重复计算就行了。比如我们可以把已经得到的数列中间项保存起来，如果下次需要计算的时候我们先查找一下，如果前面已经计算过了就不用再次计算了。
更简单的办法是从下往上计算，首先根据f(0)和f(1)算出f(2)，在根据f(1)和f(2)算出f(3)……依此类推就可以算出第n项了。很容易理解，这种思路的时间复杂度是O(n)。

///
// Calculate the nth item of Fibonacci Series iteratively
///
long long Fibonacci_Solution2(unsigned n)
{
int result[2] = {0, 1};
if(n < 2)
return result[n];
long long fibNMinusOne = 1;
long long fibNMinusTwo = 0;
long long fibN = 0;
for(unsigned int i = 2; i <= n; ++ i)
{
fibN = fibNMinusOne + fibNMinusTwo;
fibNMinusTwo = fibNMinusOne;
fibNMinusOne = fibN;
}
return fibN;
}
这还不是最快的方法。下面介绍一种时间复杂度是O(logn)的方法。在介绍这种方法之前，先介绍一个数学公式：
{f(n), f(n-1), f(n-1), f(n-2)} ={1, 1, 1,0}n-1
(注：{f(n+1), f(n), f(n), f(n-1)}表示一个矩阵。在矩阵中第一行第一列是f(n+1)，第一行第二列是f(n)，第二行第一列是f(n)，第二行第二列是f(n-1)。)
有了这个公式，要求得f(n)，我们只需要求得矩阵{1, 1, 1,0}的n-1次方，因为矩阵{1, 1, 1,0}的n-1次方的结果的第一行第一列就是f(n)。这个数学公式用数学归纳法不难证明。感兴趣的朋友不妨自己证明一下。
现在的问题转换为求矩阵{1, 1, 1, 0}的乘方。如果简单第从0开始循环，n次方将需要n次运算，并不比前面的方法要快。但我们可以考虑乘方的如下性质：
/ an/2*an/2 n为偶数时
an=
\ a(n-1)/2*a(n-1)/2 n为奇数时
要求得n次方，我们先求得n/2次方，再把n/2的结果平方一下。如果把求n次方的问题看成一个大问题，把求n/2看成一个较小的问题。这种把大问题分解成一个或多个小问题的思路我们称之为分治法。这样求n次方就只需要logn次运算了。
实现这种方式时，首先需要定义一个2×2的矩阵，并且定义好矩阵的乘法以及乘方运算。当这些运算定义好了之后，剩下的事情就变得非常简单。完整的实现代码如下所示。
1. #include <cassert>
2. ///
3. // A 2 by 2 matrix
4. ///
5. struct Matrix2By2
6. {
7. Matrix2By2
8. (
9. long long m00 = 0,
10. long long m01 = 0,
11. long long m10 = 0,
12. long long m11 = 0
13. )
14. :m_00(m00), m_01(m01), m_10(m10), m_11(m11)
15. {
16. }
18. long long m_00;
19. long long m_01;
20. long long m_10;
21. long long m_11;
22. };
24. ///
25. // Multiply two matrices
26. // Input: matrix1 - the first matrix
27. // matrix2 - the second matrix
28. //Output: the production of two matrices
29. ///
30. Matrix2By2 MatrixMultiply
31. (
32. const Matrix2By2& matrix1,
33. const Matrix2By2& matrix2
34. )
35. {
36. return Matrix2By2(
37. matrix1.m_00 * matrix2.m_00 + matrix1.m_01 * matrix2.m_10,
38. matrix1.m_00 * matrix2.m_01 + matrix1.m_01 * matrix2.m_11,
39. matrix1.m_10 * matrix2.m_00 + matrix1.m_11 * matrix2.m_10,
40. matrix1.m_10 * matrix2.m_01 + matrix1.m_11 * matrix2.m_11);
41. }
43. ///
44. // The nth power of matrix
45. // 1 1
46. // 1 0
47. ///
48. Matrix2By2 MatrixPower(unsigned int n)
49. {
50. assert(n > 0);
52. Matrix2By2 matrix;
53. if(n == 1)
54. {
55. matrix = Matrix2By2(1, 1, 1, 0);
56. }
57. else if(n % 2 == 0)
58. {
59. matrix = MatrixPower(n / 2);
60. matrix = MatrixMultiply(matrix, matrix);
61. }
62. else if(n % 2 == 1)
63. {
64. matrix = MatrixPower((n - 1) / 2);
65. matrix = MatrixMultiply(matrix, matrix);
66. matrix = MatrixMultiply(matrix, Matrix2By2(1, 1, 1, 0));
67. }
69. return matrix;
70. }
72. ///
73. // Calculate the nth item of Fibonacci Series using devide and conquer
74. ///
75. long long Fibonacci_Solution3(unsigned int n)
76. {
77. int result[2] = {0, 1};
78. if(n < 2)
79. return result[n];
81. Matrix2By2 PowerNMinus2 = MatrixPower(n - 1);
82. return PowerNMinus2.m_00;
83. }