第84篇 LeetCode剑指Offer动态规划(一)斐波那契数列
1.题目描述
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/fei-bo-na-qi-shu-lie-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
2.动态规划的解题步骤
2.1.dp[i]的定义
对上题而言,我们举一个数字,如8,那么dp[8]就表示第8个斐波那契数的值。
2.2.递推式
上题是直接给出递推式,即dp[i] = dp[i - 1] + dp[i - 2] (i >= 2) 。
2.3.dp初始化和递归函数出口
因为i==0或者i == 1时是不满足递推式的,所以我们要给定初始值dp[0] = 0,dp[1] = 1,而这些初始化的地方就是递归函数的出口。
2.4.递归函数
int dp(int n) {
if(n < 2){
return n;//出口,初始化的地方
}
return (dp(n - 1) + dp(n - 2)) % 1000000007;
}
2.5.递归改成迭代
为什么改成迭代呢?且看图?
从递归树可以看出,递归做了很多重复的事情,时间复杂度是指数级的,因此改成迭代,使用数组把计算过的数据记录下来,然后往后需要用到时直接使用即可,而不是去重复计算。
int dp(int n) {
if(n < 2) {
return n;
}
vector<int> dp(n, 0);//不考虑0,考虑0的话要初始化成dp(n + 1, 0)
dp[0] = 1;
dp[1] = 1;
for(int i = 2;i < n;i++) {
dp[i] = (d[i - 1] + dp[i - 2]) % 1000000007;
}
return dp[i - 1];
}
2.6.迭代优化
因为计算fib(n),只需要知道fib(n-1)和fib(n-2)就好了,所以我们只需使用两个变量保存fib(n-1)、fib(n-2)即可
int dp(int n) {
if(n < 2) {
return n;
}
int f1 = 1;
int f2 = 1;
for(int i = 3;i <= n;i++) {
int f3 = (f1 + f2) % 1000000007;
f1 = f2;
f2 = f3;
}
return f2;
}
3.结语
昨天看了b站上一个up主的视频(动态规划1、动态规划2),思路就是这个样子,注意动态规划要先自顶向下(递归)思考,再改成自底向上(迭代)的时候就非常好改了。
自顶向下就是先从最后一个数据考虑,比如这一题我们要求第8个斐波那契数,要往下求第7个和第6个,而求第7个就往下求第6个和第5个,递归函数很容易就出来了。
自底向上就是我们原先知道f0 = 0 ,f1 = 1,此时求f8就依次求f2,f3,f4,f5,f6,f7就可求f8了。
我原以为动态规划是自底向上的,思考得很痛苦都没有什么结果,所以一定要自顶向下思考,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,找出递归之后再转成迭代,然后再做空间优化,非常的完美。
不是每个题都能肉眼看出递推式,因此要先自顶向下思考。
注意:先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下,先自顶向下