斐波那契数列传说起源于一对非常会生的兔子。定义:
这个数列有很多奇妙的性质(比如
解法一:递归
这是最最最直观的想法,是每个人都能编写的简单程序,优点是非常明显的:简单易懂,清晰明了。但是缺点就是效率非常低,时间复杂度是指数级的。举个例子,比如要计算F(5),那么就要就算F(4)+F(3),而在计算F(4)的时候又要计算F(3),导致了
代码:
- int
F(int n) - {
-
if(n <= 0) -
return 0; -
else if(n == 1) -
return 1; -
else -
return F(n-1) + F(n-2); - }
那么怎么克服这个问题?这就引出了解法二。
解法二:动态规划
解法一的缺点是因为重复计算,那么我们只需要把一些已经计算过的答案存放起来,那这个缺点就解决了。我们用一维数组来实现,比如
代码:
- #include
- using
namespace std; - int
F(int n) - {
-
if(n<=0) -
return 0; -
if(n==1) -
return 1; -
int* ans = new int[n+1]; -
ans[0] = 0; -
ans[1] = 1; -
-
for(int i=2; i<=n; i++) -
ans[i] = ans[i-1] + ans[i-2]; -
-
int tmp = ans[n]; -
delete[] ans; -
return tmp; - }
这个算法的时间复杂度是
解法三:求解通项公式
如果我们知道了通项公式,那么我们就能在
这里只介绍一种求解通项公式的技巧——矩阵。矩阵作为一个强大的数学工具有太多不为人知的应用。当然还有其它方法,比如高中数学竞赛里面的特征方程,有兴趣的读者可以自行搜索一下。
我们很容易发现:
所以剩下的问题就是只要求出了就求出了F(n)。
求这个矩阵的
令
于是
上述方程的解为
于是解得
的基础解系为
所以令
我们有:
所以,
两边取n次方,我们得到:
最后,做矩阵运算(实际上我们只需要
通项公式的计算就完成了。(推导过程需线性代数基础)
时间复杂度是完美了,那么有没有缺点呢?当然有,公式里引入了无理数,所以不能保证运算结果的精度。
解法四:分治
解法三的缺点是精度无法保证,那么我们自然就想到,然计算机自己去计算,进行n-1次矩阵乘法不就行了。这是最直观的想法,虽然是线性的,但复杂度还是不令人满意,有没有更好的复杂度?比如
先来看一个背景知识:一个十进制正数
用二进制方式表示
所以
如果能得到的值就可以经过
。
显然可以通过递推得到:
代码:
- Class
Matrix; //假设已经实现了矩阵类 -
- Matrix
MatrixPow(const Matrix &m, int n) //计算m的n次方 - {
-
Matrix result = Matrix::identity; //单位矩阵 -
Matrix tmp = m; -
for(; n; n >>= 1) -
{ -
if(n & 1) -
result *= tmp; -
tmp *= tmp; -
} - }
-
-
- int
F(int n) - {
-
Matrix an = MatrixPow(A, n); -
return F1*an(1,0) + F0*an(1,1); //an(1,0)表示an的第1行第0列的元素 - }
时间复杂度仅为O(log2