我们先来使用递归的方法实现斐波那契数列:
// 递归解决斐波那契问题
public static int f(int N) {
if (N < 2)
return N;
else
return f(N - 1) + f(N - 2);
}
递归求值的缺点是什么呢?就是大量数值会被重复计算。举个例子,我们在计算f(5)的时候计算了f(4)和f(3),在计算f(4)的时候又计算了f(3)和f(2),这里的f(4)就被重复计算了。如果数据量够大的话,被重复计算的数据会耗费大量的时间。
我们可以通过一个数组记录计算过的数据,来节省时间,这样一来时间上基本就达到最优了,但空间复杂度为O(N):
这种是自顶向下,记忆化搜索的方式
// 加了一个缓存数组,记录计算过的值
static int[] memo;
public static int fib1(int N) {
if (N < 2)
return N;
memo = new int[N+1];
if (memo[N] != -1) {
memo[N] = f(N - 1) + f(N - 2);
}
return memo[N];
}
还可以再对空间进行优化,这样空间复杂度也是O(1):
这是自底向上,动态规划
// 动态规划解决斐波那契问题
public static int f(int p) {
int p1 = 0, p2 = 1, cur = 0;
if (p < 2)
return p;
for (int i = 2; i <= p; i++) {
cur = p1 + p2;
p1 = p2;
p2 = cur;
}
return cur;
}
最后,放一张图,让你一张图懂得什么是动态规划(图片来自网络):