java递归和时间复杂度_关于java：Fibonacci算法的时间复杂度

本问题已经有最佳答案，请猛点这里访问。

因此，我在Java中有一个递归方法来获取'n'的斐波纳契数 - 我唯一的问题是：时间复杂度是多少？ 我认为这是O(2 ^ n)，但我可能会弄错？ (我知道迭代更好，但这是一个练习)

public int fibonacciRecursive(int n)

{

if(n == 1 || n == 2) return 1;

else return fibonacciRecursive(n-2) + fibonacciRecursive(n-1);

}

"迭代更好"一般来说是错误的。 确实，它击败了你天真的递归实现，但是实现可以改进，基本上与使用动态编程的迭代实现相同。

你可以用它

计算F中的O(log n)

您的递归代码具有指数运行时。但我不认为基数是2，但可能是黄金比例(约1.62)。但当然O(1.62 ^ n)也自动为O(2 ^ n)。

可以递归计算运行时：

t(1)=1

t(2)=1

t(n)=t(n-1)+t(n-2)+1

这与斐波那契数字本身的递归定义非常相似。递归方程中的+1可能与大n无关。我认为它的增长速度大约与纤维数一样快，并且随着黄金比例的增加呈指数增长。

您可以使用memoization加速它，即缓存已经计算的结果。然后它就像迭代版本一样具有O(n)运行时。

您的迭代代码的运行时间为O(n)

你有一个简单的循环，每次迭代都有O(n)步和恒定时间。

啊，对不起，我发错了代码。 我需要递归的！ 我的坏，将在一秒钟内编辑。

O(?? ^ n)= O(2 ^ n)。

@lars这就是为什么我写"但当然O(1.62)也是自动O(2)"。 但是知道比2 ^ n更接近的上限仍然很有趣。

O(Δ^ n)= O(2 ^ n)不直接来自O(??)= O(2)，因为O(n ^ ??)！= O(n)。 我不是特别有趣，因为这个问题有一个O(lg n)(位数O(n))算法。

@lars抱歉这是一个错字。 我想写O(1.62^n)是自动O(2^n)但忘了^n

每个函数调用只进行一次加法，或返回1.基本情况只返回值1，因此加法的总数为fib(n)-1。因此，函数调用的总数是2 * fib(n)-1，因此时间复杂度是Θ(fib(N))=Θ(phi ^ N)，其由O(2 ^ N)界定。

很容易看到(并通过归纳证明)对fibonacciRecursive的调用总数与返回的最终值完全相同。这确实是输入数字的指数。

不，它略高。 例如，Fibo(2)有3个调用，但返回2.但对于大n，差异并不重要。

O(2 ^ N)？我在这里只看到O(n)。

我想知道为什么你会继续计算并重新计算这些？只要内存要求不会变得太可恶，不会缓存那些你是个好主意的人吗？

因为它们没有改变，所以如果速度对我很重要，我会生成一个表并进行查找。