近段时间刷力扣,算法的入门级题目就是斐波那契数;
题目和解答方案如下
#F(0) = 0,F(1) = 1
#F(n) = F(n-1) + F(n-2),其中n>1
#给你n,请计算F(n)
#
###############常见解答方案############
class Solution {
function fib($n){
if($n<2){
rturn $n;
}
return $this->fib($n-1) + $this->fib($n-2);
}
}
递归树中,子问题的个数为O(2^n);
算法中没有循环,只有f(n-1)+f(n-2),时间复杂度为O(1);
所以,这个算法的时间复杂度为二者相乘,即O(2^n)。
了解递归的都知道,递归其实可以通过循环实现,我们也可以写成下面这个样子
function fib($n){
if($n<2){
return $n;
}
for($i=0;$i<$n;$i++){
$dp[i] = dp[i-1] + $dp[i-2];
}
return $dp[$n];
}
上面用了循环处理后,
子问题的个数为O(1);时间复杂度为O(n);
所以这个算法的复杂度为O(n);
上面的解法就用到了我们今天所要讲到的主题,动态规划。
动态规划一般分为三步
1.初始状态,即
n<2的时候
2.确定状态,即问题中会出现的变量
$i<$n;
3.确定选择,即每一次状态变化产生的行为
$i++
4.归纳dp数组的定义
$dp[$n] = $dp[$n-1] + $dp[$n-2];