斐波那契数列java前四项_斐波那契数列算法

简介

斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(0)=0，F(1)=1，F(n)=F(n-1)+F(n-2)(n≥2，n∈N*)在现代物理、准晶体结构、化学等领域，斐波纳契数列都有直接的应用，为此，美国数学会从1963起出版了以《斐波纳契数列季刊》为名的一份数学杂志，用于专门刊载这方面的研究成果。

方法1，递归算法

int result[3] = {0,1,1};

int Fibonacci1(unsigned n) {

if (n<3) {

return result[n];

}

return Fibonacci1(n-1) + Fibonacci1(n-2);

}

时间复杂度分析

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(7) f(6)

/ \ / \

f(7) f(6) f(6) f(5)

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，时间复杂度约等于O(2^n)

空间复杂度分析

每一层运算所占用的空间为1，一共要递归n-1次；也就是约等于n；空间复杂度为O(n)

方法二

在方法一的基础上改进

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。算法步骤如下

定义三个个临时变量 numberOne 、 numberTwo 和 numberThree

设置numberOne=0；numberTwo=1；

第一步 两项相加等于第三项 numberThree = numberOne + numbertwo

第二步 把第二项赋值给第一项 numberOne = numbertwo

第三步 把第三项赋值给第二项 numbertwo = numberThree

第四步 回到第一步通过 numberThree = numberOne + numbertwo 推出第四项

依次从2遍历到n得出结果

int result[2] = {0, 1};

int Fibonacci2(int n) {

if(n < 2)

return result[n];

int numberOne, numbertwo,numberThree;

numberOne = 0;

numbertwo = 1;

for(unsigned int i = 2; i <= n; ++ i) {

numberThree = numberOne + numberTwo;

numberOne = numberTwo;

numberTwo = numberThree;

}

return numberThree;

}

时间复杂度

从下往上推，避免了重复节点的运算，这种思路的运算时间复杂度为O(n)

空间复杂度

一目了然，O(1) 约等于O(1)

方法三

这个是我目前见过最流弊的方式，但是前提你得先会用公式

时间复杂度是O(logn)，就问你流弊不流弊。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)。，如果还不懂的话，再去看一下线性代数)

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。

///

struct Matrix2By2

{

Matrix2By2

(

long long m00 = 0,

long long m01 = 0,

long long m10 = 0,

long long m11 = 0

)

:m_00(m00), m_01(m01), m_10(m10), m_11(m11)

{

}

long long m_00;

long long m_01;

long long m_10;

long long m_11;

};

///

// Multiply two matrices

// Input: matrix1 - the first matrix

// matrix2 - the second matrix

//Output: the production of two matrices

///

Matrix2By2 MatrixMultiply

(

const Matrix2By2& matrix1,

const Matrix2By2& matrix2

)

{

return Matrix2By2(

matrix1.m_00 * matrix2.m_00 + matrix1.m_01 * matrix2.m_10,

matrix1.m_00 * matrix2.m_01 + matrix1.m_01 * matrix2.m_11,

matrix1.m_10 * matrix2.m_00 + matrix1.m_11 * matrix2.m_10,

matrix1.m_10 * matrix2.m_01 + matrix1.m_11 * matrix2.m_11);

}

///

// The nth power of matrix

// 1 1

// 1 0

///

Matrix2By2 MatrixPower(unsigned int n)

{

assert(n > 0);

Matrix2By2 matrix;

if(n == 1)

{

matrix = Matrix2By2(1, 1, 1, 0);

}

else if(n % 2 == 0)

{

matrix = MatrixPower(n / 2);

matrix = MatrixMultiply(matrix, matrix);

}

else if(n % 2 == 1)

{

matrix = MatrixPower((n - 1) / 2);

matrix = MatrixMultiply(matrix, matrix);

matrix = MatrixMultiply(matrix, Matrix2By2(1, 1, 1, 0));

}

return matrix;

}

///

// Calculate the nth item of Fibonacci Series using devide and conquer

///

long long Fibonacci_Solution3(unsigned int n)

{

int result[2] = {0, 1};

if(n < 2)

return result[n];

Matrix2By2 PowerNMinus2 = MatrixPower(n - 1);

return PowerNMinus2.m_00;

}