【算法与数据结构】509、LeetCode斐波那契数

文章目录

所有的LeetCode题解索引,可以看这篇文章------【算法和数据结构】LeetCode题解

一、题目

二、递归,动态规划解法

2.1 递归解法

思路分析:斐波那契数列可以用递归实现,下面直接给出代码,非常简单。递归的代码简单,但是递归的速度很慢,因为递归代码中的时间复杂度为 O ( n 2 ) O(n^2) O(n2)。

程序如下:

cpp 复制代码
class Solution {
public:
	int fib(int n) {		// 1 1 2 3 5 8 13 21
		if (n <= 1) return n;
		return fib(n - 1) + fib(n - 2);
	}
};

复杂度分析:

  • 时间复杂度: O ( n 2 ) O(n^2) O(n2),一个fib(n)时间复杂度为 O ( ( 1 + n ) ∗ n / 2 ) = O ( n 2 ) O((1+n)*n/2)=O(n^2) O((1+n)∗n/2)=O(n2)。
  • 空间复杂度: O ( n ) O(n) O(n),递归中栈所需的空间。

2.2 动态规划解法

思路分析:动态数组为 d p [ i ] = d p [ i − 1 ] + d p [ i − 2 ] dp[i] = dp[i - 1] + dp[i - 2] dp[i]=dp[i−1]+dp[i−2],根据此公式,写出如下代码。

程序如下:

cpp 复制代码
class Solution {
public:
	int fib(int n) {		// 1 1 2 3 5 8 13 21
		if (n <= 1) return n;
		vector<int> dp(n + 1);	// 动态规划中的dp数组
		dp[0] = 0;
		dp[1] = 1;
		for (int i = 2; i <= n; i++) {
			dp[i] = dp[i - 1] + dp[i - 2];
		}
		return dp[n];
	}
};

复杂度分析:

  • 时间复杂度: O ( n ) O(n) O(n)。
  • 空间复杂度: O ( n ) O(n) O(n)。

但是实际上,我们可以看到计算斐波那契数列只需要用到两个值,不必保留整个动态数组。因此对上述代码进行内存优化,空间复杂度从 O ( n ) O(n) O(n)变成 O ( 1 ) O(1) O(1)。

cpp 复制代码
class Solution {
public:
	int fib(int n) {		// 1 1 2 3 5 8 13 21
		if (n <= 1) return n;
		int dp[2];
		dp[0] = 0;
		dp[1] = 1;
		for (int i = 2; i <= n; i++) {
			int sum = dp[0] + dp[1];
			dp[0] = dp[1];
			dp[1] = sum;
		}
		return dp[1];
	}
};

复杂度分析:

  • 时间复杂度: O ( n ) O(n) O(n)。
  • 空间复杂度: O ( 1 ) O(1) O(1)。

三、完整代码

cpp 复制代码
# include <iostream>
# include <vector>
using namespace std;

//class Solution {
//public:
//	int fib(int n) {		// 1 1 2 3 5 8 13 21
//		if (n <= 1) return n;
//		return fib(n - 1) + fib(n - 2);
//	}
//};

//class Solution {
//public:
//	int fib(int n) {		// 1 1 2 3 5 8 13 21
//		if (n <= 1) return n;
//		vector<int> dp(n + 1);	// 动态规划中的dp数组
//		dp[0] = 0;
//		dp[1] = 1;
//		for (int i = 2; i <= n; i++) {
//			dp[i] = dp[i - 1] + dp[i - 2];
//		}
//		return dp[n];
//	}
//};

class Solution {
public:
	int fib(int n) {		// 1 1 2 3 5 8 13 21
		if (n <= 1) return n;
		int dp[2];
		dp[0] = 0;
		dp[1] = 1;
		for (int i = 2; i <= n; i++) {
			int sum = dp[0] + dp[1];
			dp[0] = dp[1];
			dp[1] = sum;
		}
		return dp[1];
	}
};

int main() {
	int n = 4;
	Solution s1;
	int result = s1.fib(n);
	cout << result << endl;
	system("pause");
	return 0;
}

end

相关推荐
sali-tec2 分钟前
C# 基于OpenCv的视觉工作流-章58-相机标定
图像处理·人工智能·数码相机·opencv·算法·计算机视觉
承渊政道2 分钟前
【动态规划算法】(回文串问题解题框架与经典案例)
数据结构·c++·学习·算法·leetcode·动态规划·哈希算法
一水鉴天3 分钟前
同构异质三表总装体系确立与入表机制闭环验证 20260502(腾讯元宝)
人工智能·算法·机器学习
qyzm11 分钟前
Codeforces Round 1073 (Div. 2)
数据结构·python·算法
深邃-2 小时前
【数据结构与算法】-二叉树(2):实现顺序结构二叉树(堆的实现),向上调整算法,向下调整算法,堆排序,TOP-K问题
数据结构·算法·二叉树·排序算法·堆排序··top-k
We་ct5 小时前
LeetCode 5. 最长回文子串:DP + 中心扩展
前端·javascript·算法·leetcode·typescript
王老师青少年编程9 小时前
csp信奥赛C++高频考点专项训练之贪心算法 --【哈夫曼贪心】:合并果子
c++·算法·贪心·csp·信奥赛·哈夫曼贪心·合并果子
叼烟扛炮10 小时前
C++第二讲:类和对象(上)
数据结构·c++·算法·类和对象·struct·实例化
天疆说10 小时前
【哈密顿力学】深入解读航天器交会最优控制中的Hamilton函数
人工智能·算法·机器学习
wuweijianlove11 小时前
关于算法设计中的代价函数优化与约束求解的技术7
算法