分治策略是算法设计的重要策略之一,该策略的基本思想是把问题进行分解成一些子问题,通过子问题的求解完成对原问题的求解。其关键是分解和合并,好的分解或合并方法才会产生高效的分治算法。
分治策略设计出的算法最常见的就是递归算法。但是如果在分解时,分解出的子问题有很多是重复的,那么这样的分治(递归)算法求解问题的效率就非常低。例如斐波那契数问题,如果采用递归求解,算法效率非常低:O( 2n )。而如果采用递推求解(动态规划自底向上求解),算法效率非常高:O(n)。
现在请你编写程序,统计计算一个斐波那契数时分解出的各子问题的个数。
斐波那契数的定义如下:
Fib(0)=0
Fib(1)=1
Fib(n)=Fib(n-1)+Fib(n-2)
输入: 一个整数n,即计算Fib(n)
输出:n+1行,即各个子问题的值及该子问题的个数。
例如
输入:
5
输出:
Fib(0)=0,spn=3
Fib(1)=1,spn=5
Fib(2)=1,spn=3
Fib(3)=2,spn=2
Fib(4)=3,spn=1
Fib(5)=5,spn=1
答案:
#include<iostream>
using namespace std;
#define MaxSize 999
int spn[MaxSize]={0};
int Fib(int n)
{
spn[n]++;
if(n==0) return 0;
else if(n==1) return 1;
else
{
return Fib(n-1)+Fib(n-2);
}
}
int main()
{
int n,m;
cin>>n;
m=Fib(n);
for(int i=0;i<=n;i++)
{
cout<<"Fib("<<i<<")="<<Fib(i)<<",spn="<<spn[i]<<endl;
}
return 0;
}