python斐波那契数列递归算法的时间复杂度推导_斐波那契数列两种算法的时间复杂度...

最新推荐文章于 2022-11-05 10:13:09 发布

原创最新推荐文章于 2022-11-05 10:13:09 发布

· 647 阅读

1 ·

版权

文章标签：

#python斐波那契数列递归算法的时间复杂度推导

博客围绕斐波那契数列展开，介绍其定义与应用。针对求解斐波那契数列 F(n) 的递归和非递归两种常用算法，详细给出代码并分析时间复杂度。递归算法因重复计算，时间复杂度为 O(2^n)；非递归算法避免重复计算，时间复杂度为 O(n)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是2018王道数据结构考研复习指导的第一章思维拓展的题目。

关于斐波那契数列的简介：

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。

具体题目：

求解斐波那契数列的F(n)有两种常用算法：递归算法和非递归算法。试分析两种算法的时间复杂度。

1.递归算法

1 #include

2 using namespacestd;3

4 long Fibonacci(intn) {5 if (n == 0)6 return 0;7 else if (n == 1)8 return 1;9 else

10 return Fibonacci(n - 1) + Fibonacci(n-2);11 }12

13 intmain() {14 cout << "Enter an integer number:" <>N;17 cout << Fibonacci(N) <

时间复杂度分析：

求解F(n),必须先计算F(n-1)和F(n-2),计算F(n-1)和F(n-2)，又必须先计算F(n-3)和F(n-4)。。。。。。以此类推，直至必须先计算F(1)和F(0),然后逆推得到F(n-1)和F(n-2)的结果，从而得到F(n)要计算很多重复的值，在时间上造成了很大的浪费，算法的时间复杂度随着N的增大呈现指数增长，时间的复杂度为O(2^n)，即2的n次方

2.非递归算法

1 #include

2 using namespacestd;3

4 long Fibonacci(intn) {5 if (n <= 2)6 return 1;7 else{8 long num1 = 1;9 long num2 = 1;10 for (int i = 2;i < n - 1;i++) {11 num2 = num1 +num2;12 num1 = num2 -num1;13 }14 return num1 +num2;15 }16 }17

18 intmain() {19 cout << "Enter an integer number:" <>N;22 cout << Fibonacci(N) <

时间复杂度分析：

从n(>2)开始计算，用F(n-1)和F(n-2)两个数相加求出结果，这样就避免了大量的重复计算，它的效率比递归算法快得多，算法的时间复杂度与n成正比，即算法的时间复杂度为O(n).