算法训练||剑指 Offer 10- I. 斐波那契数列

方法一:普通递归

class Solution {
    public int fib(int n) {
        if(n == 0){
            return 0;
        }else if(n == 1){
            return 1;
        }
        return (fib(n-1)+fib(n-2))%1000000007;
    }
}

由于递归的深度太深,这种方式是超时的。

方法二:记忆递归
由于计算过程中,有很多的值是重复计算的,因此可以使用一个长度为n+1的数组来对计算的结果进行保存。

class Solution {
    public int fib(int n) {
        if(n <= 1) return n;
        int[] f = new int[n+1];
        f[0] = 0;
        f[1] = 1;
        for(int i = 2;i<f.length;i++){
            f[i] = (f[i-1] + f[i-2])%1000000007;
        }
        return f[n];
    }
}

class Solution {
    public int fib(int n) {
        int a = 0, b = 1, sum;
        for(int i = 0; i < n; i++){
            sum = (a + b) % 1000000007;
            a = b;
            b = sum;
        }
        return a;
    }
}

方法三:动态规划
斐波那契数列的表达式天生就是一个很好的转移方程,F（n+1） = F(n)+F(n-1),因此可以使用动态规划的方法来对斐波那契数列求和。

// 动态规划的四个步骤
    public int fib(int n) {
        if (n <= 1) return n;
        // 1. 定义状态数组，dp[i] 表示的是数字 i 的斐波那契数
        int[] dp = new int[n + 1];

        // 2. 状态初始化
        dp[0] = 0;
        dp[1] = 1;

        // 3. 状态转移
        for (int i = 2; i <= n; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
            // 取模
            dp[i] %= 1000000007;
        }

        // 4. 返回最终需要的状态值
        return dp[n];
    }

会发现其实和记忆递归的代码是差不多的,但是这里面包含了动态规划的思想在其中。