斐波那契数

A = 1， 1， 2， 3， 5， 8， 13， 21, ...

问题：怎么求出序列中第N个数？

计算如上算法f(n)=f(n-2)+f(n-1)计算斐波那契数需要的时间复杂度和空间复杂度

fib(1)=1,fib(2)=1,n=8时可以画出如下递归树表示fib(8)计算该算法的时间复杂度

计算fib(8)需要先计算fib(7)+fib(6),以此类推，可以得到以上递归树图

递归树第1层，已知fib(6),fib(7),计算fib(8)需要1个加法操作(fib(8)=fib(6)+fib(7))，

递归树第2层，已知fib(4),fib(5),计算fib(6)，fib(7)需要2个加法操作(fib(7)=fib(5)+fib(6)); fib(6)=fib(4)+fib(5)))，

递归树第3层，已知fib(2),fib(3),fib(4),fib(5),计算fib(4),fib(5),fib(5)，fib(6)需要4个加法操作

递归树第4层，需要8个加法操作

........

所以fib(8)=个操作,使用等比数列求和公司计算结果为，函数和n的关系为 ,所以可以得的时间复杂度为

递归树的高度也是随着n呈线性增长的，所以

空间复杂度

内存中存储fib(8)...fib(1),fib(1)=1,fib(2)=1,计算出fib(3)=2,所以fib(3)出栈，计算fib(4)，需要先计算fib(3),fib(1)和fib(2)入栈，得出fib(3),进而计算出fib(4),然后fib(4)出栈，所以内存中只需要存储8个变量，空间复杂度和n线性相关，空间复杂度为O(n)

相关涉及点补充

等比数列的求和公式

a1为等比数列的首项，n为项数，q为公比

优化上述斐波那契数列算法 

fib(n)=fib(n-2)+fib(n-1)如上图递归树所示，计算顶层fib(8)每次都要重复去再次计算fib(6),fib(7),可以想到的优化办法是将之前fib(6),fib(7)的计算结果存储起来，然后直接获取计算好的fib(6),fib(7)对应的数值，返回结果。

简化版本

维护一个fib(1)fib(2)fib(3)fib(4)...fib(n)数组，如果要计算fib(n)则只需要直接从数组中取出对应的fib(n-2)fib(n-1)计算好的结果，然后相加返回结果即可，该种思路为动态规划（Dynamic Programing）DP算法（核心是维护一个数组把已经计算好的结果填入数组，后面直接取用数组中的数据，而不需要重复计算）

改进算法如下：

此时算法时间复杂度为O(n) 空间复杂度为O(n)

如上算法降低了时间复杂度，但是空间上存在浪费，只需要存储前两个的计算结果，而不需要将所有之前的计算结果都存储在数组中，所以还可以做如下简化：

此算法空间复杂度为O(1)时间复杂度不变，依然为O(n)

思考题:怎么在O(1)的时间复杂度下计算fib(n)?

f(n)=closed-form solution

斐波那契通项公式法：

套公式计算

import math
def fib(n):
    sqrtfive = math.sqrt(5)
    return sqrtfive / 5 * (math.pow((1 + sqrtfive) / 2, n) - math.pow((1 - sqrtfive) / 2, n))

斐波那契通项公式怎么得来的？

提示:换成矩阵的连乘形式，矩阵连乘可以简化（matrix decomposition）