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