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