数据研发笔试Leetcode刷题笔记07：斐波那契数列

1 题目描述

来源：力扣（LeetCode）

写一个函数，输入 n ，求斐波那契（Fibonacci）数列的第 n 项。斐波那契数列的定义如下：

• F(0) = 0, F(1) = 1
• F(N) = F(N - 1) + F(N - 2), 其中 N > 1.

斐波那契数列由 0 和 1 开始，之后的斐波那契数就是由之前的两数相加而得出。

答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。

2 解题思路

斐波那契数列的定义是 f(n + 1) = f(n) + f(n - 1) ，生成第 n 项的做法有以下几种¹：
（1）递归法：

• 原理： 把 f(n) 问题的计算拆分成 f(n-1)和 f(n-2)两个子问题的计算，并递归，以f(0) 和 f(1)为终止条件。
• 缺点： 大量重复的递归计算，例如 f(n) 和 f(n - 1) 两者向下递归需要各自计算 f(n - 2)的值。

（2）记忆化递归法：

• 原理： 在递归法的基础上，新建一个长度为 n 的数组，用于在递归时存储 f(0)至 f(n)的数字值，重复遇到某数字则直接从数组取用，避免了重复的递归计算。
• 缺点： 记忆化存储需要使用 O(N) 的额外空间。

（3）动态规划：

• 原理： 以斐波那契数列性质 f(n + 1) = f(n) + f(n - 1)为转移方程。
• 从计算效率、空间复杂度上看，动态规划是本题的最佳解法。
  

动态规划解析：

• 状态定义： 设 dp 为一维数组，其中 dp[i] 的值代表斐波那契数列第 i 个数字；
• 转移方程： dp[i + 1] = dp[i] + dp[i - 1]，即对应数列定义 f(n + 1) = f(n) + f(n - 1)；
• 初始状态： dp[0] = 0, dp[1] = 1，即初始化前两个数字；
• 返回值： dp[n]，即斐波那契数列的第 n 个数字。

空间复杂度优化：
若新建长度为 nn 的 dp列表，则空间复杂度为 O(N)。

• 由于 dp 列表第 i 项只与第 i−1 和第 i−2 项有关，因此只需要初始化三个整形变量 sum, a, b ，利用辅助变量 sum 使 a,b 两数字交替前进即可 （具体实现见代码） 。
• 节省了 dp 列表空间，因此空间复杂度降至 O(1) 。

3 代码实现（Python3）

由于 Python 中整形数字的大小限制取决计算机的内存 （可理解为无限大），因此可不考虑大数越界问题。

class Solution:
    def fib(self, n: int) -> int:
        a, b = 0, 1
        for _ in range(n):
            a, b = b, a + b
        return a % 1000000007

4 复杂度分析

• 时间复杂度 O(N) ： 计算 f(n) 需循环 n 次，每轮循环内计算操作使用 O(1) 。
• 空间复杂度 O(1) ： 几个标志变量使用常数大小的额外空间。

深入了解复杂度：数据分析学习总结笔记11：空间复杂度和时间复杂度

---

1. 解题思路_作者：jyd ↩︎