递归、尾递归、动态规划三种方式实现斐波拉契数列性能分析

信息学奥赛中，避免不了动态规划题目，这种思维逻辑不仅体现计算机思维模式的严谨，更能体现抽象思维和逆向思维的华丽。这种基础级别的算法逻辑更能让人体会和拥抱底层HACK。

实现斐波拉契数列虽属于最基础性的算法，却可以让我们更能清楚直观的了解计算机内存布局和运行机制，我始终相信，越是复杂的问题，他们的底层逻辑往往是想通的。想把一些复杂的问题看通透，往往需要追溯于最简单的原始数据。

下面是我分别用递归、尾递归和动态规划三种方式以C++语言实现求斐波拉契数列第n项的算法实现，希望对您有所帮助。

1、递归实现，很显然，这种方法，当n取值越大，程序运行越繁杂，CPU会重复进行没必要的计算过程，内存、缓存、和寄存器将会变得很臃肿。

实现的核心算法在这儿：

int Fib1(int n)
{
    if (n == 0)
    {
        return 0;
    }
    else if (n == 1)
    {
        return 1;
    }
    else 
        return Fib1(n - 1) + Fib1(n - 2);
}

2、尾递归实现，这种方法很显然是对原始递归的一种优化方案，在函参列表中增加两个参数，将会给内存和CPU减轻很大的负担，提升空间和时间效率。

我们这样实现：

int Fib2(int n, int ret1, int ret2)
{
    if (n == 0)
    {
        return ret1;
    }
    else if (n == 1)
    {
        return ret2;
    }
    else
        return Fib2(n - 1, ret2,ret1+ret2);
}

3、动态规划，这种思想对于初学者来说，实现方法当然离不开数组，对于此类问题一维数组足矣。其实说白了，这种方法就是写数组元素，避免重复的计算，增大内存开销和运行时间成本。

程序在这儿：（a_g[]数组是提前定义的全局数组）

int Fib3(int n)
{
    a_g[0] = 0;
    a_g[1] = 1;
    for (int i = 2; i <= n; i++)
    {
        if (a_g[i] == 0)
        a_g[i] = a_g[i - 1] + a_g[i - 2];
        
    }
    return a_g[n];