剑指 Offer 10- I. 斐波那契数列


title: 剑指 Offer 10- I. 斐波那契数列
categories:

  • 算法
  • 剑指offer
    tags: 剑指offer
    abbrlink: 7eea4da1

剑指 Offer 10- I. 斐波那契数列

写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项(即 F(N))。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。

 

示例 1:

输入:n = 2
输出:1
示例 2:

输入:n = 5
输出:5
 

提示:

0 <= n <= 100

这是一个典型的递归问题,但是递归算法往往不是最优的

递归法

原理:把 f(n)f(n) 问题的计算拆分成 f(n-1)f(n−1) 和 f(n-2)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:

  1. 有大量的重复的递归计算
  2. 递归一直嵌套,效率比较低
Picture0.png
 	//1.0版本 递归版本
    // leetcode:超出时间限制
    public static int fib(int n) {
        if (n == 0) {
            return 0;
        } else if (n == 1) {
            return 1;
        }
        return fib(n - 1) + fib(n - 2);
    }
    //2.0版本 递归版本
    // leetcode:超出时间限制
    public static int fibV2(int n) {
        if (n == 0 || n == 1) {
            return n;
        }
        return fib(n - 1) + fib(n - 2);
    }

记忆化递归法

原理:在递归算法的基础上,新建一个长度为n的数组,用于在递归是存储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:

  1. 递归一直嵌套,效率比较低
  2. 记忆化存储需要使用O(N)的额外空间
    //3.0版本 记忆化递归
    // 解决递归版本中的重复计算递归的值
    // leetcode:超出时间限制
    public static int fibV3(int n) {
        if (n < 2) {
            return n;
        }
        int[] memorization = new int[n + 1];
        memorization[0] = 0;
        memorization[1] = 1;
        return myFibonacci(n, memorization);
    }

    private static int myFibonacci(int n, int[] memorization) {
        if (n < 2 || memorization[n] > 0) {
            return memorization[n];
        }
        return (myFibonacci(n - 1, memorization) + myFibonacci(n - 2, memorization))%1000000007;
    }

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。

递归算法是一种倒序进行,直接进行 f(n)的计算,在 f(n)的计算过程中进行递归,求解f(n - 1)和f(n - 2)的值,而且递归算法本身就不适合大数据量的计算容易造成栈移出

而动态规划怎事从f(0)开始,逐渐求解f(n)的过程

从计算效率、空间复杂度上看,动态规划是本题的最佳解法。

img

    // 4.0版本 动态规划
    // 
    // leetcode:超出40%提交
    public static int fibV4(int n) {
        int a = 0 , b = 1 , sum;
        for (int i = 0; i < n; i++) {
            // 每次求解最新的数,舍弃之前的数据
            sum = (a + b)%1000000007;
            a = b;
            b = sum;
        }
        return a;
    }

    //5.0版本 动态规划
    // 解决动态规划重复计算问题
    // leetcode:超出40%提交
    // 这种没有太大的意义,因为动态规划算法没有重复的值得计算
    public static int fibV5(int n) {
        if (n < 2) {
            return n;
        }
        int[] memorization = new int[n + 1];
        memorization[0] = 0;
        memorization[1] = 1;
        for (int i = 2; i <= n; i++) {
            memorization[i] = (memorization[i-1] + memorization[i - 2])%1000000007;
        }
        return memorization[n];
    }

博客首先发布于:

https://lvxiaoyi.top/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值