LeetCode题练习与总结：斐波那契数--509

本文链接：https://blog.csdn.net/weixin_62860386/article/details/144837173

一、题目描述

斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1

给定 n ，请计算 F(n) 。

示例 1：

输入：n = 2
输出：1
解释：F(2) = F(1) + F(0) = 1 + 0 = 1

示例 2：

输入：n = 3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2

示例 3：

输入：n = 4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3

提示：

0 <= n <= 30

二、解题思路

斐波那契数列的求解可以通过多种方法，包括递归、动态规划和迭代。以下是几种常见的解题思路：

递归方法：直接根据斐波那契数列的定义进行递归计算，但这种方法的时间复杂度较高，为O(2^n)，因为存在大量的重复计算。
动态规划：使用一个数组来存储已经计算过的斐波那契数，避免重复计算，时间复杂度降低到O(n)。
迭代方法：只使用常数空间，通过迭代的方式计算斐波那契数，时间复杂度同样为O(n)。

三、具体代码

class Solution {
    public int fib(int n) {
        // 如果n为0或1，直接返回n
        if (n <= 1) {
            return n;
        }
        
        // 初始化前两个斐波那契数
        int prev = 0;
        int curr = 1;
        
        // 迭代计算斐波那契数
        for (int i = 2; i <= n; i++) {
            int sum = prev + curr; // 计算下一个斐波那契数
            prev = curr;           // 更新前一个斐波那契数
            curr = sum;            // 更新当前斐波那契数
        }
        
        // 返回第n个斐波那契数
        return curr;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

在上述代码中，我们有一个for循环，该循环从2迭代到n。在每次迭代中，我们执行一系列的固定操作（加法、赋值），这些操作的执行时间与n的大小无关，都是常数时间操作。因此，循环的时间复杂度是O(n)，因为循环体执行了n-1次。

综上所述，该算法的时间复杂度是O(n)。

2. 空间复杂度

在上述代码中，我们使用了几个变量：n（输入参数），prev，curr和sum。这些变量在计算过程中始终保持不变的大小，不依赖于输入n的大小。因此，它们占用的空间是常数空间。

由于没有使用额外的数据结构（如数组或哈希表）来存储中间结果，且没有递归调用（递归调用会使用调用栈空间），算法的空间复杂度是O(1)。

五、总结知识点

基本控制结构：
- if 语句：用于检查基本条件，判断n是否小于或等于1。
- for 循环：用于迭代计算斐波那契数列中的每一项。
变量声明与初始化：
- 变量prev和curr被声明并初始化为斐波那契数列的前两个数。
算术运算：
- 加法运算符+：用于计算斐波那契数列中下一个数的值。
赋值操作：
- 赋值语句=：用于更新变量prev和curr的值。
方法定义：
- public关键字：表示方法可以被类外部访问。
- int类型：表示方法返回值类型为整数。
- 方法名fib：遵循Java命名习惯，通常使用小写字母开头。
- 参数列表(int n)：表示方法接受一个整数类型的参数n。
递推关系：
- 斐波那契数列的计算使用了递推关系，即每个数是前两个数的和。
算法逻辑：
- 代码实现了迭代算法来计算斐波那契数列，这是一种高效计算斐波那契数的方法，避免了递归算法中的大量重复计算。
返回值：
- return语句：用于结束方法执行并返回计算结果。