【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
算AI40 分钟前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
hyshhhh2 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
杉之3 小时前
选择排序笔记
java·算法·排序算法
烂蜻蜓4 小时前
C 语言中的递归:概念、应用与实例解析
c语言·数据结构·算法
OYangxf4 小时前
图论----拓扑排序
算法·图论
我要昵称干什么4 小时前
基于S函数的simulink仿真
人工智能·算法
AndrewHZ4 小时前
【图像处理基石】什么是tone mapping?
图像处理·人工智能·算法·计算机视觉·hdr
念九_ysl4 小时前
基数排序算法解析与TypeScript实现
前端·算法·typescript·排序算法
守正出琦4 小时前
日期类的实现
数据结构·c++·算法
ChoSeitaku4 小时前
NO.63十六届蓝桥杯备战|基础算法-⼆分答案|木材加工|砍树|跳石头(C++)
c++·算法·蓝桥杯