斐波那契递归调用次数_递归求解斐波那契数列的时间复杂度——几种简洁证明...

TL；DR：

暴力递归求解斐波那契数列的时间复杂度的紧界不是

，而是

。

本文将给出几个简洁证明

---

用最暴力的方法求解斐波那契数列，时间复杂度是多少？具体地说，就是求下面这个程序的复杂度：

def fib(n):
    if n <= 1:
        return 1
    return fib(n - 1) + fib(n - 2)

答案是

。昨天我在被面试官问到这个问题，算出正确答案，却被面试官一通质疑之后，一怒之下发了一篇文章

SleepyBag：递归求斐波那契数列的时间复杂度，不要被网上的答案误导了​zhuanlan.zhihu.com

但是经过一些朋友的提醒，我发现我的证明方法实在是太笨了，其实还有很多很符合直观的简洁证明方法。所以我把我现在已知的一些简洁证法记录在这里。

---

方法一（感谢 @王景隆 ）

斐波那契数列的计算过程很简单。就是简单的

我们把计算

所需的时间记为

。然后记计算加法所需的时间为

，那么显然有

这一式子可以进行变形。两边同时加 1，得到

我们记

，那么显然

这是一个斐波那契数列，只不过初项有所不同。

但是斐波那契数列的增长率与初项无关。证明如下：

设某斐波那契数列的前两项为

，令

，显然这个数列的增长速度不会超过以

为初项的斐波那契数列。

那么显然，以

为初项的斐波那契数列，它的元素是

其中每个元素都是以

为初项的斐波那契数列的

倍。

是个常数，因此斐波那契数列无论初项是多少，渐进增长率都是相同的。

因此，可知

的渐进增长率与

相同，而

，增长率也是一样的，因此有

网上可以查到斐波那契数列的通项公式，这等价于

---

证明二（感谢某热心群友）

这是一个更加直观的证明方法。

斐波那契数列的递归计算方法过程中，存在两种递归结点：

• 第一种，叶子结点，
  会直接返回结果，记直接返回所需时间为
• 第二种，内部结点，
  时，
  对
  与
  的结果进行相加，记加法与返回结果所需的所有时间为

而递归求解斐波那契数列的叶子结点数量其实就是

。因为所有叶子结点的返回结果都是 1，而递归求解相当于把所有的 1 按照不同的顺序加起来。因为没有结点被丢弃，所有的叶子结点都被加到结果中了，所以叶子结点的数量其实就是

的计算结果。

而内部结点的数量其实就是

，因为每个结点做了一次加法，无论用什么样的顺序将所有的 1 加起来，所需要的加法数量其实都是

。

因此，一共所需要的时间为

都是常数，所以有

---

在此谢谢所有提出意见，给我启发的朋友们！