《剑指Offer》计算斐波那契数列的第n项

斐波那契数列的定义为：
$$f(n)=\{\begin{array}{ll}0,& \text{if n = 0}\\ 1,& \text{if n = 1}\\ f(n-1)+f(n-2)& \text{if n > 1}\end{array}$$
计算斐波那契数列的第n项有三种方法。

递归法

考虑到斐波那契数列的定义，我们很容易写出下面的代码：

int f(int n)
{
	if(n <= 0)
		return 0;
	if(n == 1)
		return 1;
	return f(n-1) + f(n-2);
}

考虑一下这种方法的时间复杂度，容易写出递归式：
$$T(n)=\{\begin{array}{ll}1& \text{if n = 0}\\ 1& \text{if n = 1}\\ T(n-1)+T(n-2)+1& \text{if n > 1}\end{array}$$
可以看到$T(n)$的增长速度是比斐波那契数列更快的，而斐波那契数列就是以指数形式增长的，所以$T(n)$至少也是指数增长的。
显然，一种指数复杂度的算法是难以满足要求的。

常规解法

递归法之所以复杂度这么高的原因是，对于同一个值，进行了反复计算。所以我们采用一种方法，用一个数组记录所有计算过的值，这样就避免了重复计算。
代码如下

 int Fibonacci(int n) {
        int a[n+1];
        a[0] = 0;
        a[1] = 1;
        for(int i=0; i<n-1; i++)
        {
            a[i+2] = a[i+1] + a[i];
        }
        return a[n];
    }

显然这种方法的时间复杂度是$O(n)$

矩阵幂法

这种方法基于一个数学公式:
$$\left[\begin{array}{cc}f(n)& f(n-1)\\ f(n-2)& f(n-2)\end{array}\right]={\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^{n-1}$$
我们知道求矩阵幂的时间复杂度是 $O(logn)$，所以这种方法求解斐波那契数列第n项的时间复杂度也是$O(logn)$。